Forse dovremmo parlare del costo ambientale dell’AI I data center che fanno funzionare questi sistemi utilizzano grandi quantità di energia

Il progressivo sviluppo dei sistemi di intelligenza artificiale sta comportando una crescente attenzione non solo per le sue potenzialità, ma anche per via dei costi ambientali legati al loro funzionamento. Una delle principali preoccupazioni riguarda il consumo di energia, che risulta particolarmente elevato sia nella fase di addestramento dei modelli sia durante l’utilizzo da parte degli utenti. Ad esempio, secondo alcune stime, una singola interazione con AI Overviews di Google può consumare fino a dieci volte l’energia richiesta da una normale ricerca online, o una quantità paragonabile a quella necessaria per un’ora di telefonata da linea fissa. Sebbene queste cifre possano variare in base all’infrastruttura tecnologica e al carico di lavoro, la questione dimostra che i modelli di AI richiedono una significativa potenza di calcolo che si traduce in un grande impatto energetico. Il consumo non si limita all’utilizzo quotidiano degli utenti. La fase di addestramento dei modelli, in particolare quelli di grandi dimensioni, è ancora più onerosa. Secondo The Verge, l’addestramento di GPT-3 (modello sviluppato da OpenAI e oggi superato da versioni più recenti) ha richiesto una quantità di energia equivalente al consumo annuo medio di circa 130 abitazioni statunitensi. A essere ancora più esigenti dal punto di vista energetico, sono i modelli specializzati nella generazione di contenuti visivi: la creazione di una singola immagine da parte di un sistema di AI può consumare energia sufficiente a ricaricare uno smartphone.

La crescente domanda di energia si riflette sulle infrastrutture nazionali, in particolare sulle reti elettriche. In Virginia, uno degli stati americani con la maggiore concentrazione di data center, il settore tecnologico consuma circa un quinto dell’energia disponibile. Più in generale, i data center statunitensi assorbono circa il 4% dell’elettricità nazionale – una quota che potrebbe raddoppiare entro la fine del decennio. Previsioni simili sono state avanzate anche altrove: in Svezia si stima che la domanda raddoppierà entro il 2030, mentre nel Regno Unito si prevede un aumento del 500% nello stesso periodo. Non è da escludere che in molti territori la crescita della domanda supererà la capacità di fornitura, con conseguenze potenziali sull’aumento dei costi energetici e sul rischio di sovraccarichi o blackout.

Il futuro dell’AI passa dal nucleare?

Oltre a interrogarsi sull’effettiva sostenibilità economica del settore, le aziende attive in questo ambito presto o tardi dovranno affrontare anche le conseguenze ambientali dell’intelligenza artificiale. «È questo il problema dell’intelligenza artificiale» ha sintetizzato a Bloomberg James Mathes, responsabile di DataBank, un’azienda che si occupa di costruire e gestire centri di elaborazione dati. Diversi grandi player – tra cui Google, Amazon e Microsoft – stanno quindi valutando di affidarsi a fonti di energia alternative – in particolare il nucleare. Ma c’è un ma. L’energia nucleare non sarà impiegata direttamente per alimentare i data center nel breve termine, ma rappresenta una risorsa strategica per compensare l’incremento della domanda rispettando gli obiettivi ambientali che molte società si sono poste. Numerose aziende tecnologiche, infatti, si sono impegnate a raggiungere la neutralità carbonica entro il 2030. In questo contesto, il nucleare è visto come una delle poche fonti energetiche in grado di offrire un approvvigionamento stabile e a basse emissioni su larga scala. Parallelamente, si sta investendo anche nel miglioramento dei sistemi hardware e software per ridurre il fabbisogno energetico per unità di calcolo. Anche a fronte di miglioramenti tecnologici, la crescente diffusione dell’AI potrebbe comunque continuare a mantenere elevata la domanda complessiva di energia.