Ένα επιχείρημα που χρησιμοποιείται συχνά για να κατευνάσει τις ανησυχίες σχετικά με την αυξανόμενη ζήτηση ενέργειας και πόρων από τα data centers είναι ότι τα μοντέλα τεχνητής νοημοσύνης (AI) θα χρειάζονται λιγότερα στο μέλλον, καθώς βελτιώνονται και γίνονται πιο αποδοτικά.
Ωστόσο, νέα έκθεση του ΟΗΕ προειδοποιεί ότι αυτή η λογική μπορεί να αποδειχθεί παγίδα. Η έκθεση, η οποία επιχειρεί να ποσοτικοποιήσει το περιβαλλοντικό κόστος της τεχνητής νοημοσύνης, εκτιμά ότι έως το 2030 η κατανάλωση ενέργειας που συνδέεται με την AI θα μπορούσε να διπλασιαστεί, φτάνοντας στο 3% της παγκόσμιας ηλεκτρικής ενέργειας, ενώ η κατανάλωση νερού για την ψύξη των υποδομών θα μπορούσε να ξεπεράσει τις ετήσιες ανάγκες σε πόσιμο νερό ολόκληρου του παγκόσμιου πληθυσμού.
Το «παράδοξο του Τζέβονς»
Σύμφωνα με την έκθεση, η χρήση της τεχνητής νοημοσύνης είναι πιθανό να ακολουθήσει μια οικονομική αρχή γνωστή ως «παράδοξο του Τζέβονς». Η αρχή αυτή προβλέπει ότι όταν μια τεχνολογική βελτίωση αυξάνει την αποδοτικότητα στη χρήση ενός πόρου, η συνολική κατανάλωση του πόρου δεν μειώνεται απαραίτητα. Αντίθετα, μπορεί να αυξηθεί.
Το παράδοξο πήρε το όνομά του από τον οικονομολόγο Γουίλιαμ Στάνλεϊ Τζέβονς, ο οποίος το παρατήρησε στη χρήση του άνθρακα στην Αγγλία του 19ου αιώνα. Τα κέρδη αποδοτικότητας δεν περιόρισαν τη συνολική κατανάλωση. Το χαμηλότερο κόστος οδήγησε σε ευρύτερη χρήση και μεγαλύτερη ζήτηση.
Κάτι ανάλογο μπορεί να συμβεί και με την τεχνητή νοημοσύνη. Καθώς τα μοντέλα γίνονται φθηνότερα και πιο ελκυστικά, αναμένεται να ενθαρρύνουν νέες εφαρμογές και μεγαλύτερο όγκο χρήσης, περιορίζοντας ή ακόμη και ακυρώνοντας τα οφέλη από την αποδοτικότερη τεχνολογία, αναφέρει το Science Alert.
Το μέγεθος του προβλήματος
Ήδη πέρυσι, τα data centers κατανάλωσαν ηλεκτρική ενέργεια αντίστοιχη με εκείνη της Σαουδικής Αραβίας, η οποία είναι ο 11ος μεγαλύτερος καταναλωτής ηλεκτρισμού στον κόσμο. Αν η κατανάλωση διπλασιαστεί έως το 2030, όπως προβλέπεται, το σχετικό ανθρακικό αποτύπωμα θα απαιτούσε 6,7 δισεκατομμύρια δέντρα, αναπτυγμένα σε βάθος δεκαετίας, για να αντισταθμιστεί. Τα data centers θα χρειάζονταν επίσης 9,3 τρισεκατομμύρια λίτρα νερού και εκτάσεις γης σχεδόν δέκα φορές μεγαλύτερες από την Πόλη του Μεξικού.
Πέρα από τη χρήση των πόρων, η έκθεση αναδεικνύει και τη δομική ανισότητα πίσω από την έκρηξη της τεχνητής νοημοσύνης. Μόλις 32 χώρες φιλοξενούν υποδομές cloud ειδικά για εφαρμογές AI, με το 90% αυτής της δυναμικότητας να βρίσκεται στις ΗΠΑ και την Κίνα.
Προειδοποιεί για ένα διευρυνόμενο ψηφιακό χάσμα ανάμεσα στις χώρες που κατασκευάζουν και ελέγχουν τα συστήματα τεχνητής νοημοσύνης και σε εκείνες που απλώς τα καταναλώνουν. Οι τελευταίες συχνά επωμίζονται δυσανάλογο περιβαλλοντικό βάρος, μέσω της εξόρυξης ορυκτών και των ηλεκτρονικών αποβλήτων.
Υπεύθυνη χρήση της τεχνητής νοημοσύνης
Το λειτουργικό αποτύπωμα της AI καθορίζεται κυρίως από δύο παράγοντες: πόσο τη χρησιμοποιούμε και πώς τη χρησιμοποιούμε. Η παραγωγή κειμένου, κώδικα, εικόνων ή βίντεο απαιτεί διαφορετικά επίπεδα υπολογιστικής ισχύος, ενώ και η επιλογή του μοντέλου παίζει σημαντικό ρόλο.
Η έκθεση υποστηρίζει ότι η υπεύθυνη τεχνητή νοημοσύνη απαιτεί διακυβέρνηση σε ολόκληρη την αλυσίδα αξίας, από την προμήθεια ορυκτών έως την ανακύκλωση και την ασφαλή διάθεση. Ζητά επίσης να συνδεθεί η τεχνολογική ικανότητα με την περιβαλλοντική ευθύνη, ώστε οι περιβαλλοντικές γνωστοποιήσεις να γίνουν σταθερό μέρος της ανάπτυξης AI και η μελλοντική ζήτηση να ενσωματώνεται στον κλιματικό και ενεργειακό σχεδιασμό.
