ChatGPT ha sete: l'IA e il consumo di acqua

Sottoponendo un prompt a un sistema di intelligenza artificiale come quello su cui poggia ChatGPT si aziona una macchina composta non solo da algoritmi, ma anche da componenti hardware, apparati di alimentazione e per la dissipazione del calore. Ne consegue, quasi inevitabilmente, un grande consumo di acqua, necessaria per raffreddare il cervellone che risponde alle richieste ricevute, con modalità non troppo differenti rispetto a quelle di un data center tradizionale.

Quanta acqua occorre all’IA di ChatGPT?

Nel caso specifico del chatbot, le parole di un dirigente Microsoft hanno permesso di localizzarne la fonte. Durante un intervento, ha dichiarato che il modello GPT-4 è stato letteralmente realizzato vicino ai campi di grano a ovest di Des Moines, città statunitense dell’Iowa in cui confluiscono il fiume omonimo e il Raccoon.

Nell’ultimo report a proposito dell’impatto ambientale della sua attività, il gruppo di Redmond ha reso noto che il proprio consumo di acqua è aumentato del 34% tra il 2021 e il 2022, fino a raggiungere oltre 6,4 miliardi di litri. L’incremento è attribuito dai ricercatori proprio alle nuove iniziative legate all’ambito dell’intelligenza artificiale e, in particolare, alla partnership con OpenAI.

Più nel dettaglio, secondo Shaolei Ren della University of California, il servizio ChatGPT richiederebbe fino a 500 millilitri per ogni conversazione con un numero di prompt compreso tra 5 e 50. Una forbice piuttosto ampia, a dire il vero, un’escursione inerente a fattori come la posizione dei server e il periodo dell’anno.

Non si tratta di un problema che riguarda in esclusiva le due realtà citate, ma anche Google. Nello stesso periodo, la società di Mountain View ha registrato un aumento pari al 20% nell’utilizzo dell’acqua, sempre per ragioni presumibilmente connesse al proprio impegno sul fronte IA.

Microsoft ha affidato un commento sulla questione ad Associated Press: Continueremo a monitorare le nostre emissioni, ad accelerare i progressi incrementando l’impiego di energia pulita per alimentare i data center e ad acquistarne di rinnovabile, insieme agli altri sforzi per centrare i nostri obiettivi di sostenibilità diventando carbon negative, water positive e zero waste entro il 2030. Si registra anche l’intervento di OpenAI: Riconosciamo che l’addestramento dei modelli possa consumare molta energia e acqua.