Η ταχεία εξάπλωση της Τεχνητής Νοημοσύνης αυξάνει τη ζήτηση για ηλεκτρική ενέργεια, φέρνοντας στο προσκήνιο το περιβαλλοντικό αποτύπωμα των εφαρμογών της. Ωστόσο, το πόσο ρεύμα καταναλώνει ένα αίτημα σε εργαλεία όπως το ChatGPT, το Claude ή το DeepSeek δεν έχει μία σταθερή απάντηση.
Η ενεργειακή κατανάλωση εξαρτάται από το μοντέλο που χρησιμοποιείται, το είδος της εργασίας και τις υποδομές του data center όπου πραγματοποιείται η επεξεργασία. Μια σύντομη απάντηση κειμένου απαιτεί διαφορετικούς πόρους από τη δημιουργία εικόνας ή βίντεο, αλλά και από σύνθετες εργασίες που εκτελούνται σε πολλαπλά στάδια μέσω AI agents.
Σημαντικό ρόλο παίζει και η προέλευση της ηλεκτρικής ενέργειας. Η λειτουργία ενός data center που τροφοδοτείται από δίκτυο με υψηλή συμμετοχή ορυκτών καυσίμων έχει διαφορετικό ανθρακικό αποτύπωμα από εκείνο που αξιοποιεί περισσότερη ενέργεια από ανανεώσιμες ή άλλες πηγές χαμηλών εκπομπών.
Δύσκολη η ακριβής μέτρηση
Ένα από τα βασικά προβλήματα είναι η περιορισμένη διαφάνεια των εταιρειών τεχνητής νοημοσύνης. Οι μεγάλες επιχειρήσεις του κλάδου δεν δημοσιεύουν συστηματικά αναλυτικά και συγκρίσιμα στοιχεία για την ενεργειακή κατανάλωση και τις εκπομπές κάθε υπηρεσίας τους, γεγονός που δυσκολεύει την ανεξάρτητη αξιολόγηση.
Οι ερευνητές προσπαθούν να αναπτύξουν μεθόδους που θα επιτρέπουν πιο αξιόπιστες εκτιμήσεις. Η διαδικασία, ωστόσο, είναι σύνθετη, καθώς πρέπει να λαμβάνονται υπόψη ο εξοπλισμός, τα chips, η διάρκεια και η πολυπλοκότητα κάθε εργασίας, αλλά και η ενέργεια που απαιτείται για την ψύξη των εγκαταστάσεων.
Το περιβαλλοντικό κόστος δεν περιορίζεται, μάλιστα, στην ηλεκτρική ενέργεια που καταναλώνεται κατά την απάντηση ενός αιτήματος. Περιλαμβάνει και ολόκληρο τον κύκλο ζωής των υποδομών, από την εξόρυξη πρώτων υλών και την κατασκευή ημιαγωγών έως την ανέγερση των data centers και την απόσυρση του εξοπλισμού.
Δεν καταναλώνουν όλα τα μοντέλα την ίδια ενέργεια
Η επιλογή του κατάλληλου μοντέλου για κάθε εργασία μπορεί να επηρεάσει σημαντικά την κατανάλωση. Τα μικρότερα μοντέλα συχνά απαιτούν λιγότερη ενέργεια για απλές εργασίες, ωστόσο η σύγκριση δεν μπορεί να βασίζεται αποκλειστικά στην κατανάλωση ανά μονάδα κειμένου. Πρέπει να λαμβάνεται υπόψη και το εάν ολοκληρώνουν την ίδια εργασία με αντίστοιχη ποιότητα και αποτελεσματικότητα.
Παράλληλα, η χρήση αποδοτικότερων chips, η βελτίωση των συστημάτων ψύξης και η αξιοποίηση ηλεκτρικής ενέργειας χαμηλότερων εκπομπών μπορούν να περιορίσουν το συνολικό αποτύπωμα.
Αυξάνεται η ανάγκη για διαφάνεια
Καθώς η χρήση της AI επεκτείνεται, επιχειρήσεις, επενδυτές, περιβαλλοντικές οργανώσεις και ρυθμιστικές αρχές ζητούν περισσότερα και πιο αξιόπιστα στοιχεία για την κατανάλωση πόρων και τις εκπομπές των τεχνολογικών εταιρειών.
Το βασικό ζητούμενο είναι να υπάρχουν σαφείς μεθοδολογίες και επαληθεύσιμα δεδομένα, ώστε να μπορούν να γίνονται ουσιαστικές συγκρίσεις μεταξύ διαφορετικών μοντέλων και υπηρεσιών.
Η περιβαλλοντική επίδραση της Τεχνητής Νοημοσύνης δεν καθορίζεται, επομένως, μόνο από τον αριθμό των ερωτήσεων που δέχονται τα chatbot. Εξαρτάται από τον τρόπο λειτουργίας τους, την αποδοτικότητα των υποδομών και κυρίως από το ενεργειακό μείγμα που υποστηρίζει την ανάπτυξή τους.
