Sztuczna inteligencja jest wirtualna? Tyle wody i prądu zużywa naprawdę

• Do 2030 roku centra danych AI zużyją tyle wody, ile roczne potrzeby 1,3 mld ludzi, a ich zapotrzebowanie na energię potroi się, osiągając 945 TWh.
• Codzienne użytkowanie (inferencja) sztucznej inteligencji, a nie jej trenowanie, odpowiada za 80-90% całkowitego zużycia energii przez te systemy.
• Prawdziwy koszt środowiskowy AI wykracza poza emisje CO2, obejmując także gigantyczny ślad gruntowy (14,5 tys. km²) oraz 2,5 mln ton elektroodpadów rocznie do 2030.
• Ponad 90% mocy obliczeniowych AI skupia się w USA i Chinach, co prowadzi do rażąco nierównomiernego rozłożenia korzyści i kosztów środowiskowych na świecie.

Woda, prąd i grunty. Jaki jest prawdziwy koszt środowiskowy AI?

Kiedy myślimy o sztucznej inteligencji, rzadko zastanawiamy się nad jej fizycznym śladem. Najnowszy raport naukowców z Uniwersytetu ONZ (UNU) brutalnie sprowadza nas na ziemię. Eksperci alarmują, że obecne szacunki dotyczące wpływu AI na planetę są niepełne. Skupiamy się na emisji gazów cieplarnianych, a zupełnie pomijamy gigantyczne zużycie wody, energii elektrycznej i gruntów, które pochłaniają centra danych.

Liczby mówią same za siebie. Według prognoz, do 2030 roku globalne centra danych obsługujące AI będą potrzebować rocznie 945 terawatogodzin energii elektrycznej. To prawie trzy razy więcej niż roczne zużycie w Pakistanie, Bangladeszu i Nigerii razem wziętych. Związany z tym ślad wodny ma sięgnąć 9,3 biliona litrów, a ślad gruntowy przekroczyć 14,5 tys. km kwadratowych. To tak, jakbyśmy oddali pod serwery powierzchnię dwukrotnie większą od całej aglomeracji Dżakarty. Autorzy raportu podkreślają, że prawdziwy koszt środowiskowy AI jest obecnie błędnie mierzony i nie może ograniczać się tylko do emisji gazów cieplarnianych. Do tego dochodzi jeszcze problem elektroodpadów – szacuje się, że do 2030 roku infrastruktura AI będzie generować ich nawet 2,5 mln ton rocznie.

ChatGPT na cenzurowanym. Jak codzienne zapytania obciążają planetę?

Wbrew pozorom, to nie trenowanie skomplikowanych modeli jest największym obciążeniem dla środowiska. Prawdziwym pożeraczem zasobów jest ich codzienne użytkowanie. Proces ten, nazywany inferencją, czyli generowanie odpowiedzi na zapytania takie jak te, które wpisujemy w okno ChataGPT, odpowiada za 80-90 proc. całkowitego zużycia energii przez systemy AI. Sam ChatGPT obsługuje dziś około 2,5 mld zapytań dziennie, co przekłada się na zużycie około 383 GWh energii elektrycznej rocznie.

Różnice w zapotrzebowaniu na energię są ogromne w zależności od zadania. Wygenerowanie jednego obrazu za pomocą AI może zużyć nawet 1450 razy więcej energii niż prosta analiza tekstu. Z kolei krótki film stworzony przez sztuczną inteligencję to koszt energetyczny porównywalny ze sprawdzeniem 200 tys. maili pod kątem spamu. Badania pokazują, że realny wpływ AI na środowisko jest napędzany nie przez trenowanie modeli, ale ich codzienne użytkowanie, które odpowiada za 80-90 proc. zużycia energii. To zjawisko, znane jako paradoks Jevonsa, pokazuje, że im technologia staje się wydajniejsza i łatwiej dostępna, tym częściej z niej korzystamy, niwelując wszelkie oszczędności.

Nierówny podział. Gdzie są centra danych, a gdzie realne koszty?

Raport Uniwersytetu ONZ zwraca uwagę na jeszcze jeden, niezwykle ważny problem: rażącą nierówność w dystrybucji korzyści i kosztów. Ponad 90 proc. wyspecjalizowanych mocy obliczeniowych dla AI znajduje się obecnie w zaledwie dwóch krajach: Stanach Zjednoczonych i Chinach. Jednocześnie ponad 150 państw nie posiada własnej infrastruktury tego typu.

Co to oznacza w praktyce? Kraje rozwijające się często ponoszą koszty środowiskowe związane z wydobyciem surowców niezbędnych do produkcji serwerów oraz z późniejszym składowaniem elektroodpadów, nie czerpiąc z tego praktycznie żadnych korzyści. Co więcej, korzyści i koszt środowiskowy AI są dziś rozłożone bardzo nierównomiernie – ponad 90 proc. mocy obliczeniowych skupia się w USA i Chinach. Autorzy raportu podkreślają, że ich celem nie jest krytyka samej technologii, która ma potencjał poprawy życia miliardów ludzi. To raczej wezwanie do odpowiedzialnego rozwoju i bardziej sprawiedliwego dzielenia się zarówno zyskami, jak i obciążeniami, jakie generuje sztuczna inteligencja.