Η τεχνητή νοημοσύνη αναμένεται σύντομα να ξεπεράσει την εξόρυξη Bitcoin σε κατανάλωση ενέργειας, σύμφωνα με νέα ανάλυση που εκτιμά ότι, έως το τέλος του 2025, η ΑΙ θα μπορούσε να καταναλώνει σχεδόν το ήμισυ της συνολικής ηλεκτρικής ενέργειας που χρησιμοποιούν τα data centers παγκοσμίως.
Οι εκτιμήσεις προέρχονται από τον Alex de Vries-Gao, υποψήφιο διδάκτορα στο Ινστιτούτο Περιβαλλοντικών Σπουδών του Vrije Universiteit Amsterdam, ο οποίος έχει ερευνήσει την κατανάλωση ηλεκτρικής ενέργειας και τον περιβαλλοντικό αντίκτυπο των κρυπτονομισμάτων σε προηγούμενες μελέτες του και μέσω της ιστοσελίδας του, Digiconomist. Την πιο πρόσφατη ανάλυσή του σχετικά με την αυξανόμενη ζήτηση ηλεκτρικής ενέργειας της τεχνητής νοημοσύνης δημοσίευσε την περασμένη εβδομάδα το περιοδικό Joule.
Σύμφωνα με τον de Vries-Gao, η τεχνητή νοημοσύνη αντιστοιχεί ήδη έως και στο ένα πέμπτο της ηλεκτρικής ενέργειας που καταναλώνουν τα data centers. Το ακριβές μέγεθος παραμένει δύσκολο να υπολογιστεί, καθώς οι μεγάλες τεχνολογικές εταιρείες δεν δημοσιοποιούν στοιχεία για την ενεργειακή κατανάλωση των μοντέλων τεχνητής νοημοσύνης τους. Ο de Vries-Gao βασίστηκε σε εκτιμήσεις που προκύπτουν από την εφοδιαστική αλυσίδα εξειδικευμένων chip που χρησιμοποιούνται για την τεχνητή νοημοσύνη. Ο ίδιος και άλλοι ερευνητές διαπιστώνουν ότι η κατανάλωση ενέργειας αυξάνεται, παρά τις βελτιώσεις στην αποδοτικότητα, και μάλιστα με ρυθμό που απαιτεί μεγαλύτερη προσοχή.
Με τη μετάβαση άλλων κρυπτονομισμάτων, όπως το Ethereum, σε λιγότερο ενεργοβόρες τεχνολογίες, ο de Vries-Gao θεωρούσε ότι το ενδιαφέρον του για το θέμα είχε ολοκληρωθεί. Όμως, η εμφάνιση του ChatGPT ανέτρεψε αυτή την εκτίμηση. «Σκέφτηκα, εδώ είμαστε πάλι. Αυτή είναι μια ακόμα τεχνολογία υψηλής ενεργειακής κατανάλωσης, ειδικά σε ιδιαίτερα ανταγωνιστικές αγορές», δηλώνει στο Verge.
Ο de Vries-Gao εντοπίζει δύο βασικές ομοιότητες ανάμεσα στις τεχνολογίες τεχνητής νοημοσύνης και εξόρυξης κρυπτονομισμάτων. Η πρώτη αφορά στη λογική που λέει ότι το «μεγαλύτερο είναι καλύτερο», με τις μεγάλες εταιρείες να αυξάνουν διαρκώς το μέγεθος των μοντέλων τους, επιδιώκοντας τη μέγιστη δυνατή απόδοση, γεγονός που αυξάνει και τις απαιτήσεις σε πόρους.
Αυτή η τάση έχει οδηγήσει σε ραγδαία ανάπτυξη νέων data centers, ιδιαίτερα στις Ηνωμένες Πολιτείες, όπου παρατηρείται η μεγαλύτερη συγκέντρωση παγκοσμίως. Οι εταιρείες ενέργειας σχεδιάζουν την κατασκευή νέων εργοστασίων ηλεκτροπαραγωγής με φυσικό αέριο και πυρηνικούς σταθμούς, προκειμένου να ανταποκριθούν στη ζήτηση που προκαλεί η τεχνητή νοημοσύνη. Οι αιφνίδιες αυξήσεις στη ζήτηση ρεύματος μπορούν να επιβαρύνουν τα δίκτυα διανομής και να υπονομεύσουν τη μετάβαση σε καθαρότερες πηγές ενέργειας, όπως ακριβώς συμβαίνει και με τα νέα κρυπτο-ορυχεία.
Το δεύτερο κοινό στοιχείο με την εξόρυξη κρυπτονομισμάτων είναι η δυσκολία προσδιορισμού της πραγματικής κατανάλωσης ενέργειας και του περιβαλλοντικού αποτυπώματος των τεχνολογιών αυτών. Παρά το γεγονός ότι πολλές τεχνολογικές εταιρείες έχουν θέσει κλιματικούς στόχους και δημοσιεύουν τις εκπομπές αερίων του θερμοκηπίου στα ετήσια reports βιωσιμότητας, τα στοιχεία αυτά δεν διαχωρίζονται ανά τεχνολογική χρήση. Για παράδειγμα, η αύξηση του ανθρακικού αποτυπώματος της Google και της Microsoft τα τελευταία χρόνια αποδίδεται εν μέρει στην εστίαση στην τεχνητή νοημοσύνη, χωρίς να διευκρινίζεται το ακριβές μερίδιο της τεχνολογίας αυτής.
Για την εκτίμηση της συνολικής επίδρασης, ο de Vries-Gao χρησιμοποίησε τη μέθοδο της τριγωνοποίησης, βασιζόμενος σε δημόσια διαθέσιμα τεχνικά χαρακτηριστικά, εκτιμήσεις αναλυτών και δηλώσεις εταιρειών κατά τη δημοσίευση οικονομικών αποτελεσμάτων. Η Taiwan Semiconductor Manufacturing Company (TSMC), που κατασκευάζει chip τεχνητής νοημοσύνης για εταιρείες όπως οι Nvidia και AMD, διπλασίασε τη δυναμικότητα παραγωγής chip για τεχνητή νοημοσύνη από το 2023 στο 2024.
Στη συνέχεια, ο de Vries-Gao συνέκρινε την εκτιμώμενη παραγωγή εξειδικευμένου εξοπλισμού τεχνητής νοημοσύνης με τα δεδομένα για την κατανάλωση ενέργειας αυτών των συσκευών. Πέρυσι, εκτιμά ότι καταναλώθηκε ποσότητα ηλεκτρικής ενέργειας αντίστοιχη με αυτήν της Ολλανδίας. Μέχρι το τέλος του 2025, προβλέπει ότι η ζήτηση θα προσεγγίσει τα επίπεδα του Ηνωμένου Βασιλείου, φτάνοντας τα 23 GW για την τεχνητή νοημοσύνη.
Την προηγούμενη εβδομάδα, ανεξάρτητη έκθεση της συμβουλευτικής εταιρείας ICF προέβλεψε αύξηση 25% στη ζήτηση ηλεκτρικής ενέργειας στις ΗΠΑ έως το τέλος της δεκαετίας, κυρίως λόγω της τεχνητής νοημοσύνης, των παραδοσιακών data centers και της εξόρυξης Bitcoin.
Παραμένει εξαιρετικά δύσκολο να διατυπωθούν συνολικές προβλέψεις για την κατανάλωση ενέργειας της τεχνητής νοημοσύνης και τον περιβαλλοντικό αντίκτυπο που συνεπάγεται. Όπως επισημαίνεται σε εκτενές άρθρο του MIT Technology Review που υποστηρίζεται από το Tarbell Center for AI Journalism, η ενεργειακή ένταση και οι εκπομπές εξαρτώνται από παράγοντες όπως το είδος των ερωτήσεων προς τα μοντέλα, το μέγεθός τους και το μείγμα ενεργειακών πηγών που τροφοδοτεί το εκάστοτε data center. Για παράδειγμα, η χρήση εργαλείων τεχνητής νοημοσύνης σε data centers της Δυτικής Βιρτζίνια μπορεί να έχει σχεδόν διπλάσιο ανθρακικό αποτύπωμα σε σύγκριση με αντίστοιχες υπηρεσίες στην Καλιφόρνια.
Η έλλειψη διαφάνειας στις εκθέσεις βιωσιμότητας των τεχνολογικών εταιρειών σχετικά με την τεχνητή νοημοσύνη δυσχεραίνει την ακριβή αποτίμηση. «Ο αριθμός των βημάτων που απαιτείται για να εκτιμηθεί οποιοσδήποτε αριθμός για αυτό το θέμα είναι πραγματικά υπερβολικός», σχολιάζει ο de Vries-Gao, προσθέτοντας ότι «δεν θα έπρεπε να είναι τόσο δύσκολο, αλλά δυστυχώς είναι».
Το μέλλον παραμένει αβέβαιο ως προς το κατά πόσο οι βελτιώσεις στην ενεργειακή αποδοτικότητα θα μπορέσουν να συγκρατήσουν τη ζήτηση. Η DeepSeek, στις αρχές του έτους, υποστήριξε ότι το δικό της μοντέλο τεχνητής νοημοσύνης χρησιμοποιεί ένα μικρό κλάσμα της ενέργειας του Llama 3.1 της Meta, προκαλώντας ερωτήματα για το αν οι τεχνολογικές εταιρείες χρειάζεται πραγματικά να είναι τόσο ενεργοβόρες ώστε να επιτυγχάνουν προόδους. Το ερώτημα είναι αν θα δοθεί προτεραιότητα στην ανάπτυξη πιο αποδοτικών μοντέλων και αν θα εγκαταλειφθεί η λογική του «μεγαλύτερο είναι καλύτερο», με την αύξηση δεδομένων και υπολογιστικής ισχύος.
Η μετάβαση του Ethereum σε μια ενεργειακά αποδοτικότερη στρατηγική επικύρωσης συναλλαγών μείωσε σχεδόν κατά 99,988% την κατανάλωση ηλεκτρικής ενέργειας, γεγονός που έχει ωθήσει περιβαλλοντικές οργανώσεις να ζητούν ανάλογες κινήσεις και από άλλα δίκτυα blockchain. Ωστόσο, αρκετοί εξορύκτες Bitcoin εμφανίζονται απρόθυμοι να εγκαταλείψουν τον υπάρχοντα εξοπλισμό ή να αποδεχθούν νέες πρακτικές.
Τέλος, υπάρχει ο κίνδυνος του παραδόξου του Jevons, σύμφωνα με τον οποίο η αυξημένη αποδοτικότητα των μοντέλων τεχνητής νοημοσύνης θα μπορούσε να οδηγήσει σε μεγαλύτερη συνολική κατανάλωση ενέργειας, λόγω της αυξημένης χρήσης της τεχνολογίας. Σε κάθε περίπτωση, το ζήτημα δεν μπορεί να αντιμετωπιστεί αποτελεσματικά αν δεν μετρηθεί πρώτα με ακρίβεια.
