Δεν είναι μυστικό ότι η εκπαίδευση αλγορίθμων τεχνητής νοημοσύνης απαιτεί τρελά ποσά ενέργειας αλλά, όπως αποκαλύπτει μια νέα μελέτη, καταναλώνει επίσης τεράστια ποσότητα νερού. Ερευνητές από το Πανεπιστήμιο της Καλιφόρνια Ρίβερσαϊντ και το Πανεπιστήμιο του Τέξας Άρλινγκτον μοιράστηκαν μία εργασία με τίτλο «Making AI Less Thirsty» που εξετάζει τον περιβαλλοντικό αντίκτυπο της εκπαίδευσης των αλγορίθμων τεχνητής νοημοσύνης, η οποία όχι μόνο χρειάζεται άφθονο ηλεκτρισμό αλλά και τόνους νερού για την ψύξη των κέντρων επεξεργασίας δεδομένων της.
Εξετάζοντας πόσο νερό χρειάζεται για την ψύξη των κέντρων επεξεργασίας δεδομένων που χρησιμοποιούνται από εταιρείες όπως η OpenAI και η Google, οι ερευνητές διαπίστωσαν ότι μόνο κατά την εκπαίδευση του GPT-3, η Microsoft, η οποία συνεργάζεται με την OpenAI, κατανάλωσε περισσότερο από 7 τόνους νερού, ποσότητα που ισοδυναμεί με την ποσότητα νερού που απαιτείται για την ψύξη ενός πυρηνικού αντιδραστήρα.
Όπως σημειώνει η εργασία, το νερό που χρησιμοποίησε η Microsoft για να ψύξει τα κέντρα δεδομένων της που εδρεύουν στις ΗΠΑ ενώ εκπαίδευε το GPT-3 ήταν αρκετό για να παράγει «370 αυτοκίνητα BMW ή 320 ηλεκτρικά οχήματα Tesla». Αν είχαν εκπαιδεύσει το μοντέλο στα ακόμη μεγαλύτερα κέντρα δεδομένων της εταιρείας στην Ασία, «αυτοί οι αριθμοί θα είχαν τριπλασιαστεί».
Δείτε αναλυτικά τα συμπεράσματα της εργασίας
«Το ChatGPT καταναλώνει το ισοδύναμο ενός μπουκαλιού 500 ml νερό για μια απλή συνομιλία με περίπου 20-50 ερωτήσεις και απαντήσεις», σημειώνει η εργασία και προσθέτει: «Ενώ ένα μπουκάλι νερού 500 ml μπορεί να μην φαίνεται πολύ, το συνολικό συνδυασμένο αποτύπωμα νερού εξακολουθεί να είναι εξαιρετικά μεγάλο, λαμβάνοντας υπόψη τα δισεκατομμύρια χρήστες του ChatGPT».
Όσον αφορά τις προτάσεις για το τι πρέπει να γίνει ενόψει των επαναλαμβανόμενων προειδοποιήσεων για έλλειψη νερού, οι ερευνητές δεν έχουν να δώσουν συμβουλές. Τουλάχιστον, εταιρείες όπως η Google και το OpenAI «μπορούν και πρέπει να αναλάβουν την κοινωνική ευθύνη και να δώσουν το παράδειγμα αντιμετωπίζοντας το υδάτινο αποτύπωμά τους», γράφουν οι ερευνητές – σαν ένα πρώτο βήμα για να κατασβέσουν την αστείρευτη «δίψα» των συστημάτων τεχνητής νοημοσύνης.
