Η Microsoft, η Google και η Meta έχουν αυξήσει την κατανάλωση νερού τα τελευταία χρόνια, καθώς εκατομμύρια χρήστες είναι εξαρτημένοι από τις διαδικτυακές τους υπηρεσίες, διαπιστώνουν οι Financial Times.
Ακαδημαϊκοί εκτιμούν ότι η ζήτηση για εφαρμογές τεχνητής νοημοσύνης θα οδηγήσει σε αύξηση της απόληψης νερού – όπου το νερό αφαιρείται από υπόγειες ή επιφανειακές πηγές – σε 4,2 έως 6,6 δισ. κυβικά μέτρα μέχρι το 2027, δηλαδή περίπου στο μισό της ποσότητας που καταναλώνει το Ηνωμένο Βασίλειο κάθε χρόνο.
Ένα μήνα πριν η OpenAI ολοκληρώσει την εκπαίδευση του πιο προηγμένου μοντέλου της, του GPT-4,κατανάλωσε το 6% του νερού του West Des Moines στην Άιοβα.
Ερευνητές από το Πανεπιστήμιο της Καλιφόρνιας στο Ρίβερσαϊντ, έγραψαν σε έγγραφο που παρατίθεται στο Nature αυτή την εβδομάδα ότι είναι «κρίσιμη στιγμή για την αποκάλυψη και την αντιμετώπιση του μυστικού αποτυπώματος νερού των μοντέλων τεχνητής νοημοσύνης εν μέσω της ολοένα και πιο σοβαρής κρίσης έλλειψης πόσιμου νερού, της επιδεινούμενης παρατεταμένης ξηρασίας και της ταχείας γήρανσης των δημόσιων υποδομών νερού».
Η ανησυχία αυτή έχει αυξηθεί κατά το τελευταίο έτος, καθώς κορυφαίες εταιρείες τεχνολογίας ανταγωνίζονται για την κυκλοφορία προϊόντων που χρησιμοποιούν τη δημιουργική τεχνητή νοημοσύνη, η οποία εκτελείται σε μεγάλα γλωσσικά μοντέλα ικανά να επεξεργάζονται και να παράγουν τεράστιες ποσότητες κειμένου, αριθμητικών και άλλων δεδομένων.
Τέτοια μοντέλα απαιτούν τεράστιες ποσότητες υπολογιστικής ισχύος για να λειτουργήσουν, απαιτώντας τη χρήση τεράστιων συγκροτημάτων διακομιστών που χρησιμοποιούν ψυχρό νερό για την ψύξη του εξοπλισμού απορροφώντας θερμότητα από τον αέρα. Μέρος του νερού εξατμίζεται κατά τη διαδικασία ψύξης, ενώ ένα μέρος μπορεί να επαναχρησιμοποιηθεί.
Το νερό χρησιμοποιείται στις περισσότερες μορφές παραγωγής καυσίμων και ενέργειας, για παράδειγμα, για την άντληση πετρελαίου και φυσικού αερίου ή για την παραγωγή ατμού σε θερμοηλεκτρικούς σταθμούς. Εξατμίζεται επίσης από την επιφάνεια των ταμιευτήρων που αξιοποιούνται για την παραγωγή υδροηλεκτρικής ενέργειας.
Το 2022, την τελευταία περίοδο για την οποία υπάρχουν διαθέσιμα στοιχεία, η Microsoft αύξησε την κατανάλωση νερού κατά 34%, η Google κατά 22% και η Meta κατά 3%, ως αποτέλεσμα της αυξανόμενης χρήσης των κέντρων δεδομένων τους.
Οι εταιρείες αυτές έχουν θέσει στόχους να επαναφέρουν περισσότερο νερό σε συστήματα όπως οι υδροφόροι ορίζοντες από αυτό που καταναλώνουν μέχρι το 2030, για παράδειγμα, χρηματοδοτώντας εργασίες για τη βελτίωση των υποδομών άρδευσης που παρουσιάζουν διαρροές ή την αποκατάσταση υγροτοπικών συστημάτων.
Ένα μήνα πριν η OpenAI ολοκληρώσει την εκπαίδευση του πιο προηγμένου μοντέλου της, του GPT-4, ένα σύμπλεγμα κέντρων δεδομένων στο West Des Moines της Αϊόβα, κατανάλωσε το 6% του νερού της περιοχής, σύμφωνα με μήνυση που κατέθεσαν οι κάτοικοι της.
Ο Σαολέι Ρεν, αναπληρωτής καθηγητής στο UC Riverside, πρότεινε ότι η απαίτηση 10 έως 50 απαντήσεων από το δημοφιλές chatbot ChatGPT της εταιρείας που τρέχει στο παλαιότερο μοντέλο GPT-3 θα ισοδυναμούσε με την «κατανάλωση» ενός μπουκαλιού νερού 500 ml, ανάλογα με το πότε και πού αναπτύσσεται.
Το GPT-4 είχε περισσότερες παραμέτρους και απαιτούσε περισσότερη ισχύ, οπότε πιθανότατα θα χρησιμοποιούσε περισσότερο νερό, δήλωσε ο Ρεν. Λεπτομερείς πληροφορίες σχετικά με τη χρήση ενέργειας του μοντέλου δεν έχουν γίνει διαθέσιμες, αναφέρουν οι Financial Times.
Οι ερευνητές έχουν ζητήσει πιο ολοκληρωμένα δεδομένα και διαφάνεια από τις εταιρείες τεχνητής νοημοσύνης, συμπεριλαμβανομένης της ανάλυσης του πόσο καταναλώνουν οι διάφορες υπηρεσίες πληροφορικής, για παράδειγμα, οι μηχανές αναζήτησης έναντι των υπηρεσιών AI.
«Αναγνωρίζουμε ότι η εκπαίδευση μεγάλων μοντέλων μπορεί να είναι απαιτητική σε νερό, και είναι ένας από τους λόγους για τους οποίους εργαζόμαστε συνεχώς για τη βελτίωση της αποδοτικότητας», αναφέρει σε σχόλιό της η OpenAI. «Πιστεύουμε επίσης ότι τα μεγάλα γλωσσικά μοντέλα μπορούν να βοηθήσουν στην επιτάχυνση της επιστημονικής συνεργασίας και στην ανακάλυψη λύσεων για το κλίμα», καταλήγει η σχετική ανακοίνωση.
Σύμφωνα με τη Microsoft «επί του παρόντος, οι υπολογισμοί AI αντιπροσωπεύουν μόνο ένα κλάσμα της ηλεκτρικής ενέργειας που χρησιμοποιείται από τα κέντρα δεδομένων, τα οποία χρησιμοποιούν συλλογικά περίπου το 1% της παγκόσμιας παροχής ηλεκτρικής ενέργειας. Το πόσο αυτό θα αυξηθεί και πώς η ανάπτυξη της AI επηρεάζει τον παγκόσμιο αγώνα για το “καθαρό μηδέν” θα εξαρτηθεί από πολλούς παράγοντες».
Η Κέιτ Κρόφορντ, καθηγήτρια έρευνας στο USC Annenberg που ειδικεύεται στις κοινωνικές επιπτώσεις της τεχνητής νοημοσύνης, δήλωσε στους Financial Times: «Χωρίς περισσότερη διαφάνεια και περισσότερες αναφορές για το θέμα, είναι αδύνατο να παρακολουθήσουμε τις πραγματικές περιβαλλοντικές επιπτώσεις των μοντέλων τεχνητής νοημοσύνης.
»Και αυτό έχει σημασία σε μια εποχή που πολλά μέρη του πλανήτη βιώνουν βαθιά και παρατεταμένη ξηρασία και το γλυκό πόσιμο νερό είναι ήδη ένας σπάνιος πόρος».
Και πρόσθεσε: «Δεν θέλουμε να χρησιμοποιούμε στα τυφλά εργαλεία δημιουργικής τεχνητής νοημοσύνης χωρίς να γνωρίζουμε τις πραγματικές επιπτώσεις τους σε μια εποχή που ο πλανήτης αντιμετωπίζει ήδη κλιματική κρίση».
