Η παγκόσμια συζήτηση γύρω από το κόστος της τεχνητής νοημοσύνης αλλάζει ραδικά τους τελευταίους μήνες, καθώς το ενδιαφέρον μετατοπίζεται από τους θεωρητικούς φόβους περί αντικατάστασης εργαζομένων σε κάτι πολύ πιο χειροπιαστό. Πίσω από την εικόνα του άυλου «Cloud» και τις αστραπιαίες απαντήσεις των γλωσσικών μοντέλων κρύβεται μια βιομηχανία που καταναλώνει τεράστιες ποσότητες ενέργειας και νερού. Διεθνή μέσα ενημέρωσης και δεξαμενές σκέψης εστιάζουν πλέον στο αποτύπωμα της τεχνολογίας στον φυσικό κόσμο, ένα ζήτημα που αγγίζει γεωπολιτικές, περιβαλλοντικές αλλά και κοινωνικές διαστάσεις.
Το κόστος της τεχνητής νοημοσύνης σε επεξεργαστές και ρεύμα
Κάθε φορά που ένας χρήστης ζητά από ένα προηγμένο μοντέλο τεχνητής νοημοσύνης να γράψει έναν κώδικα, να δημιουργήσει μια εικόνα ή να αναλύσει δεδομένα, τίθεται σε κίνηση ένα τεράστιο δίκτυο φυσικών υποδομών. Τα υπερσύγχρονα data centers των μεγάλων τεχνολογικών εταιρειών φιλοξενούν εκατοντάδες χιλιάδες επεξεργαστές, γνωστούς ως GPUs, οι οποίοι λειτουργούν ασταμάτητα, μέρα και νύχτα, για να καλύψουν τον όγκο των αιτημάτων που δέχονται. Η ψευδαίσθηση του «άυλου» καταρρέει μπροστά στην πραγματικότητα αυτών των γιγάντιων εγκαταστάσεων.
Η διαδικασία εκπαίδευσης, γνωστή ως training, ενός νέου και μεγάλου μοντέλου τεχνητής νοημοσύνης απαιτεί ασύλληπτες ποσότητες ρεύματος. Σύμφωνα με σχετικούς υπολογισμούς, μια απλή αναζήτηση μέσω ενός AI chat καταναλώνει περίπου δέκα φορές περισσότερη ενέργεια από μια παραδοσιακή αναζήτηση στο διαδίκτυο. Με δισεκατομμύρια τέτοιες εντολές να εκτελούνται καθημερινά σε όλον τον κόσμο, το ενεργειακό δίκτυο πολλών χωρών φτάνει πλέον στα όριά του, δημιουργώντας ένα πρόσθετο βάρος στις ήδη επιβαρυμένες υποδομές.
Ο ενεργειακός εκτροχιασμός και η επιστροφή στον άνθρακα
Η ραγδαία ανάπτυξη των υποδομών τεχνητής νοημοσύνης έχει δημιουργήσει ένα παράδοξο. Την ώρα που κυβερνήσεις σε όλον τον πλανήτη προσπαθούν να πετύχουν τους στόχους για μηδενικές εκπομπές ρύπων, οι μεγάλοι τεχνολογικοί όμιλοι αυξάνουν εκθετικά τις ενεργειακές τους ανάγκες για να τροφοδοτήσουν τα data centers τους. Το κόστος της τεχνητής νοημοσύνης για το ενεργειακό σύστημα αποδεικνύεται πολύ μεγαλύτερο από ό,τι είχε αρχικά εκτιμηθεί.
Αν και πολλές μεγάλες εταιρείες τεχνολογίας έχουν δεσμευτεί να χρησιμοποιούν ανανεώσιμες πηγές ενέργειας, η διαθέσιμη προσφορά πράσινης ενέργειας δεν επαρκεί για να καλύψει τη ζήτηση που δημιουργούν τα νέα data centers. Το αποτέλεσμα είναι ιδιαίτερα ανησυχητικό: σε πολλές πολιτείες των ΗΠΑ, αλλά και σε χώρες της Ασίας, επαναλειτουργούν ή ενισχύονται εγκαταστάσεις παραγωγής ενέργειας από άνθρακα και φυσικό αέριο προκειμένου να καλυφθούν οι ανάγκες των νέων ψηφιακών υποδομών. Έτσι, η τεχνολογία που παρουσιάζεται ως εργαλείο του μέλλοντος βασίζεται, σε σημαντικό βαθμό, σε πηγές ενέργειας του παρελθόντος.
Το ζήτημα του κόστους της τεχνητής νοημοσύνης δεν περιορίζεται στην ενέργεια. Τα data centers απαιτούν επίσης τεράστιες ποσότητες νερού για την ψύξη των συστημάτων τους, μια παράμετρος που θέτει σε κίνδυνο περιοχές που ήδη αντιμετωπίζουν προβλήματα ξηρασίας. Η συνδυασμένη πίεση σε ενεργειακούς και υδάτινους πόρους μετατρέπει το ζήτημα από καθαρά τεχνολογικό σε βαθιά περιβαλλοντικό, με επιπτώσεις που αγγίζουν άμεσα τις τοπικές κοινωνίες γύρω από τις εγκαταστάσεις αυτές.
Πέρα από το ενεργειακό και υδάτινο κόστος, το ζήτημα αποκτά και μια ξεκάθαρη ταξική διάσταση. Οι υποδομές που τροφοδοτούν την τεχνητή νοημοσύνη δεν κατανέμονται ισόρροπα, με αποτέλεσμα οι επιπτώσεις να γίνονται πιο αισθητές σε συγκεκριμένες περιοχές και κοινότητες που φιλοξενούν τα data centers, ενώ τα οφέλη της τεχνολογίας διαχέονται σε παγκόσμιο επίπεδο. Η γεωπολιτική διάσταση του ζητήματος γίνεται εξίσου εμφανής, καθώς ο ανταγωνισμός ανάμεσα σε χώρες και τεχνολογικούς κολοσσούς για την κατασκευή νέων υποδομών εντείνεται συνεχώς.
