Da qualche anno è in atto una rivoluzione digitale capitanata da sistemi di intelligenza artificiale (IA), che hanno trasformato profondamente il modo di approcciarsi a moltissime questioni quotidiane, professionali, scolastiche e via dicendo. Oltre a ciò, però, hanno portato a un cambiamento significativo anche nel consumo di energia elettrica e di acqua su scala mondiale, elementi indispensabili per il loro funzionamento, che rendono possibile ogni interazione digitale.

La “piramide alimentare“ dei data center secondo Google

Ogni richiesta (prompt) che facciamo a qualsiasi piattaforma di IA nasconde un’infrastruttura fisica energivora che consuma enormi quantità di energia elettrica e acqua e produce emissioni.

Nell’agosto dello scorso anno, Google ha pubblicato un resoconto dettagliato sui consumi che genera un prompt di testo mediano di Gemini. Il calcolo include non solo l’elaborazione computazionale in sé ma anche i consumi delle infrastrutture che supportano i calcoli: sistemi di raffreddamento e di distribuzione dell’energia, TPU, GPU, CPU e RAM dell’host, oltre ai consumi delle macchine inattive che potrebbero attivarsi in caso di picchi di traffico o guasti.

Le stime hanno mostrato che per ogni prompt mediano vengono consumati 0,24 Wh di energia, 0,26 ml di acqua e vengono emessi 0,03 grammi di CO2. Numeri che, presi singolarmente, possono apparire trascurabili, ma moltiplicati per milioni — o miliardi — di richieste quotidiane nel mondo, delineano un impatto ben più significativo.

Momenti diversi, impatti differenti

Parlando di consumi legati all’impiego dell’IA, è necessario diversificare due fasi che la interessano sia dal punto di vista tecnico che ambientale: l’addestramento e l’utilizzo.

L’addestramento coincide con l’“allenamento” del modello di intelligenza artificiale su enormi quantità di dati per apprendere schemi linguistici, capacità previsionale, relazioni, ecc. In questa fase, che può durare settimane o mesi, si concentra un dispendio energetico elevato e continuo, ma circoscritto nel tempo.

L’utilizzo, invece, è ciò che avviene quando un utente invia un prompt e riceve una risposta. Chiaramente, il consumo per ogni singola richiesta è molto più basso rispetto all’addestramento, ma è distribuito nel tempo e nello spazio globale. Se l’addestramento rappresenta un picco energetico concentrato, l’utilizzo è una costante che aumenta di pari passo con gli utenti e l’implementazione dell’IA nei servizi digitali.

È proprio questa diffusione capillare a sollevare interrogativi sul futuro sostenibile dell’intelligenza artificiale.

Green AI

In risposta a queste criticità, sta emergendo un nuovo paradigma di Green AI (Intelligenza Artificiale Verde), un approccio moderno allo sviluppo e all’utilizzo dell’IA che mira a ridurre l’impatto ambientale, in un panorama futuro destinato ad ampliare l’utilizzo dell’intelligenza artificiale.

Rendere un’intelligenza artificiale “più verde” significa privilegiare architetture più leggere, ottimizzare gli algoritmi e migliorare l’efficienza degli impianti, così da ottenere risultati comparabili senza spreco di risorse.

La sfida è governare un progresso tecnologico senza penalizzare il nostro pianeta: bilanciare prestazioni e responsabilità ambientale in un contesto in cui la domanda di potenza di calcolo è destinata ad aumentare.

Futuro, progresso e sostenibilità

Spesso l’intelligenza artificiale viene percepita come immateriale e astratta, ma dietro ogni risposta si celano server, sistemi di raffreddamento e risorse.

L’obiettivo di potenziare l’IA dev’essere accompagnato dall’intenzione di renderla più sostenibile per non prescindere il progresso tecnologico dall’equilibrio con le risorse preziose del nostro pianeta.