Una delle principali contraddizioni dell’intelligenza artificiale è la sostenibilità: se da una parte i modelli possono aiutarci a contenere le conseguenze del cambiamento climatico, dall’altra l'esecuzione delle nuove tecnologie contribuisce all’inquinamento.
Il problema dell’impatto ambientale è diventato una priorità a causa della crescita repentina del mercato dell’IA; crescita che, per la maggior parte, è dovuta all’enorme volume di dati prodotto dall’economia digitale.
Come spiega Louis-David Benyayer, professore affiliato presso la ESCP Business School, i dati consumano elevate quantità di energia durante tutte le fasi del loro ciclo di vita: dai sensori che raccolgono le informazioni, alle reti di comunicazione e infine i data center dove vengono memorizzati e gestiti.
Questi processi richiedono energia ed emettono di conseguenza gas serra; allo stesso modo, addestrare ed eseguire algoritmi di IA e machine learning sono operazioni ad alto consumo energetico, sia per la quantità di dati che per l'energia di cui hanno bisogno. Questi consumi continueranno ad aumentare nel prossimo futuro: secondo OpenAI la potenza computazionale necessaria ad addestrare un modello di media potenza aumenterà di 10 volte ogni anno.
L’IA può essere un ottimo alleato per risolvere i problemi legati al cambiamento climatico, ma solo se le imprese saranno in grado di contenere il cosiddetto “effetto rimbalzo”, ovvero le conseguenze energetiche che nasceranno con l’inserimento delle nuove tecnologie.
Rinnovare i sistemi per sostenere il progresso sostenibile
Per garantire sostenibilità con l’intelligenza artificiale occorre rivalutare la complessità dei sistemi per limitare gli impatti energetici e migliorare l’efficienza degli algoritmi. I modelli di IA hanno un potenziale molto diverso rispetto ai normali sistemi; per questo bisogna considerare tutte le interazioni tra tecnologia e utenti, e catturare le effettive dinamiche per contenere i rischi.
Governi, istituzioni e imprese devono collaborare per raggiungere l’obiettivo di un’IA sostenibile. L’aumento del volume di dati in uso e la diffusione delle tecnologie di intelligenza artificiale portano a sfide energetiche e ambientali sempre più difficili da gestire: è necessario considerare il progresso non solo per i suoi benefici, ma anche per le conseguenze negative che porta con sé.
Il cambiamento non è semplice: ridimensionare il consumo energetico comporta la revisione dei processi e del modello di business in uso. Secondo le previsioni di Benyanyer saranno poche le aziende che sceglieranno consapevolmente di ridurre il proprio impatto ambientale: fatta eccezione per le big tech che stanno già investendo nelle energie rinnovabili, la maggior parte delle imprese ridurrà i consumi esclusivamente per limitare i costi energetici crescenti.
In qualsiasi modo si arrivi il risultato, è giunto il momento di bilanciare benefici e svantaggi dell’IA per guidare un progresso sostenibile.
