A adoção exponencial da tecnologia de IA tem colocado uma enorme procura de recursos naturais para alimentar os centros de dados informáticos que alimentam a tecnologia. Com os objectivos globais de reduzir para metade as emissões de carbono, a IA pode ser simultaneamente culpada e salvadora.
A relatório do MIT Sloan Management Review afirma que, se as tendências actuais se mantiverem, a indústria da IA poderá em breve ser um dos maiores contribuintes para as emissões de carbono.
O treino de modelos de IA exige enormes quantidades de potência de computação. Esta procura tem estado sobretudo centrada nas manchetes sobre a oferta limitada de processadores como os da NVIDIA. Mas outros recursos finitos como água e eletricidade também estão sob pressão.
O relatório afirma que "um único centro de dados médio consome o equivalente ao aquecimento de 50 000 casas por ano".
Estima-se que o treino do modelo GPT-3 da OpenAI "gerou 552 toneladas de emissões de carbono", o que equivale às emissões anuais de 120 carros americanos. Há rumores de que as emissões de carbono relacionadas com o treino do GPT-4 são 10 vezes superiores a esse valor.
Para além da formação, o processo de inferência é também um grande contribuinte para as emissões de carbono.
Um único #ChatGPT pode gerar 100 vezes mais carbono do que uma pesquisa normal no Google.
▶️ https://t.co/LdwloGfamH pic.twitter.com/sXq3KXb8BU
- MIT Sloan Management Review (@mitsmr) 31 de dezembro de 2023
Embora reconhecendo a natureza ávida de recursos da IA, o relatório afirma também que "a IA está também a revelar-se uma ferramenta vital para promover a sustentabilidade e enfrentar as alterações climáticas".
Esta declaração está em consonância com um interessante artigo da autoria de investigadores da Universidade da Califórnia, Irvine, do MIT, da Faculdade de Direito da Universidade do Kansas, entre outros.
A IA é mais ecológica do que tu
O trabalho de investigação intitulava-se: "The Carbon Emissions of Writing and Illustrating Are Lower for AI than for Humans". Os investigadores calcularam as emissões médias de carbono de um escritor ou ilustrador humano e compararam-nas com as emissões dos modelos de IA que executam as mesmas tarefas.
A comparação é difícil porque as emissões humanas de carbono variam a nível mundial. A pegada de emissões de um residente nos EUA é de cerca de 15 toneladas de CO2 por ano, enquanto a produção per capita de um residente na Índia é de cerca de 1,9 toneladas.
Os investigadores estimaram que um escritor humano escreve cerca de 300 palavras por hora. Combinaram este valor com o consumo de energia do computador que um humano utilizaria para escrever o texto e calcularam um valor para as emissões de carbono que um escritor humano gera ao escrever uma página de texto.
Quando compararam estas emissões com as dos modelos de IA BLOOM e ChatGPT (GPT-3), verificaram que os modelos de IA tinham um impacto 1 500 e 1 100 vezes inferior ao de um residente dos EUA por página de texto produzida.
Fizeram uma comparação semelhante, avaliando as emissões relacionadas com a criação de uma imagem. Utilizando uma estimativa de 3,2 horas de esforço humano para criar uma ilustração, descobriram que DALL-E 2 e Midjourney emitem aproximadamente 2.500 e 2.900 vezes menos CO2 do que um ilustrador residente nos EUA.
Este estudo foi efectuado há alguns meses, o que na era da IA parece o equivalente a uma geração. A velocidade, a eficiência e a qualidade do que o Midjourney V6, o DALLE-3 e o GPT-4 podem produzir atualmente, sem dúvida, amplificariam estes resultados.
A conclusão, reconhecidamente demasiado simplista, a que podemos chegar é que a utilização da IA para executar tarefas pode ser muito melhor para o ambiente do que a utilização de humanos para as executar.
A pressão que a IA exerce sobre os recursos naturais tem de ser melhor gerida e o relatório do MIT Sloan Management Review destaca algumas formas inovadoras de as empresas de IA o fazerem.
À medida que os modelos de IA se tornam mais poderosos e eficientes, parece provável que resolvam muito mais problemas ambientais do que os que causam.
