Um novo relatório da Information Technology and Innovation Foundation (ITIF) afirma que a narrativa que descreve o consumo de energia da IA como estando fora de controlo é exagerada e frequentemente enganadora.
O ITIF, um grupo de reflexão sem fins lucrativos, divulgou o seu relatório intitulado "Rethinking Concerns About AI's Energy Use" (Repensar as preocupações sobre a utilização de energia pela IA) e apresentou uma verificação da realidade para as declarações alarmistas sobre a energia da IA e as emissões de carbono.
O relatório observou que os títulos dramáticos sobre o consumo de energia das novas tecnologias não são um fenómeno novo. Quando a era das dot-com atingiu o seu auge nos anos 90, um artigo da Forbes afirmava: "Algures na América, um pedaço de carvão é queimado cada vez que um livro é encomendado em linha".
O relatório, que foi amplamente citado, afirmava ainda que "metade da rede eléctrica estará a alimentar a economia digital e da Internet na próxima década".
Sabemos agora que essas estimativas eram extremamente exageradas. A Agência Internacional da Energia (AIE) calcula que os centros de dados e as redes de transmissão que alimentam a Internet consomem entre 1-1,5% do consumo mundial de eletricidade.
Já falámos anteriormente sobre o enormes recursos hídricos e energéticos que são consumidos pelo treino de modelos de IA e durante a inferência, mas o relatório da ITIF ajuda a trazer um pouco de sanidade à nossa reação inicial de pânico.
Factos vs Ficção
É um desafio obter números exactos sobre as emissões e a utilização de energia da IA. Para além da capacidade de processamento da CPU, existem os recursos energéticos atribuídos ao fabrico do chip, ao arrefecimento, às cargas de trabalho variáveis, etc...
Isto faz com que seja difícil obter um número exato e fácil apresentar um número alarmista credível.
Em 2019, investigadores da Universidade de Massachusetts Amherst estimaram que o treino do modelo BERT da Google teria emitido 1438 libras de dióxido de carbono (CO2) durante 79 horas de treino. Isto corresponde a cerca de 75% das emissões de CO2 de um voo de ida e volta de Nova Iorque para São Francisco.
Também estimaram que se, hipoteticamente, um modelo como o BERT fosse treinado para a pesquisa de arquitetura neural (NAS), um dos problemas mais complexos do ponto de vista computacional na aprendizagem de máquinas, emitiria 626.155 libras de emissões de CO2.
É o equivalente a cerca de 300 voos de ida e volta da costa leste para a costa oeste dos EUA. Adivinhe qual foi o valor das emissões que fez as manchetes.
Para piorar a situação, verificou-se que a estimativa dos investigadores no pior cenário da NAS foi sobrestimada por um fator de 88. Não é de surpreender que a correção do relatório não tenha sido notícia.
Os críticos especulam que a rápida adoção de #AI combinada com um aumento da dimensão dos modelos de aprendizagem profunda conduzirá a um aumento maciço da #energia com um impacto ambiental potencialmente devastador. Mas será que isso é verdade? https://t.co/GHayfR4GTf
- Fundação para a Tecnologia da Informação e Inovação (@ITIFdc) 4 de fevereiro de 2024
Está a melhorar, não a piorar
Sim, a formação de modelos de IA e, principalmente, a inferência, consome muita energia. No entanto, o relatório salientou que a eficiência dos modelos e do hardware de IA irá reduzir o consumo de energia ao longo do tempo.
Segue-se uma versão resumida das razões apresentadas no relatório:
- À medida que a taxa incremental de melhoria dos modelos de IA abranda, os criadores concentrar-se-ão em tornar os modelos mais eficientes para os tornar economicamente viáveis.
- Os chips de IA estão a tornar-se mais eficientes. Entre 2010 e 2018, houve um aumento de 550 por cento nas instâncias de computação e um aumento de 2.400 por cento na capacidade de armazenamento em centros de dados globais, mas apenas um aumento de 6 por cento no uso global de energia do centro de dados.
- Os efeitos de substituição da IA devem ser considerados. O descarregamento de um livro é mais ecológico do que a sua impressão e entrega. De forma semelhante, a IA pode eliminar tarefas com maior emissão de carbono. Os seres humanos emitem muito mais carbono quando dactilografam uma página de texto do que quando a IA a gera.
- A capacidade da IA para tornar os sistemas de serviços públicos mais eficientes, processar dados complexos sobre as alterações climáticas, permitir a agricultura de precisão e otimizar a logística reduz as emissões de carbono.
Embora o relatório afirme que a utilização de energia da IA é menos alarmante do que tem sido relatado, apela à adoção de normas de transparência energética para os modelos de IA, a fim de facilitar a avaliação comparativa.
A ITIF concluiu também que a regulamentação excessiva dos modelos de IA pode estar a torná-los menos eficientes do ponto de vista energético, uma vez que as técnicas de debiasing para os LLM aumentam os custos de energia.
Vale a pena ler o relatório na íntegra. Tem mais exemplos excelentes que realçam a forma como os em vez de acelerar a IA o desenvolvimento utiliza dados enganadores sobre o consumo de energia para defender a sua posição.
Concluiu fazendo referência a um colunista do The Guardian que repetiu o desacreditado estudo BERT de 2019 em dezembro de 2023, dois anos depois de ter sido demonstrado que era falso e enganador. O problema não está a desaparecer.
Não acredite em tudo o que os tecnófobos afirmam. Viajar de comboio não vai destruir o corpo humano, a Internet não consome a maior parte da nossa eletricidade e a IA provavelmente não vai destruir o ambiente.
