Энергетический аппетит ИИ. К 2030 году человечество столкнется с глобальным дефицитом ресурсов — как на это влияют технологии

Ученые из Университета Организации Объединенных Наций (УООН) предупреждают, что к 2030 году инфраструктура искусственного интеллекта будет потреблять столько воды, сколько необходимо для удовлетворения основных ежегодных потребностей 1,3 млрд человек. Кроме того, она займет территорию вдвое больше Джакарты.

«Новый доклад ООН раскрывает скрытую цену этой технологии: в то время как глобальная прибыль поступает преимущественно в США и Китай, экологическое бремя млн тонн электронных отходов и засухи ляжет на плечи беднейших регионов мира», — пишет PAP.PL.

Исследователи отметили, что сейчас экологическая стоимость ИИ измеряется некорректно. Ее оценка не может ограничиваться только выбросами парниковых газов, поскольку такой подход игнорирует потребление воды и землепользование центров обработки данных и энергетической инфраструктуры.

Экологические вызовы до 2030 года

По прогнозам, к 2030 году глобальные центры обработки данных будут потреблять 945 ТВт-ч электроэнергии в год. Это почти втрое превышает суммарное годовое потребление энергии Пакистаном, Бангладеш и Нигерией. Объем потребляемой воды, по прогнозам, достигнет 9,3 трлн л, а площадь обрабатываемой земли превысит 14,5 тыс. кв. км, что примерно вдвое больше площади Джакартской агломерации, где проживает более 32 млн человек.

Кроме того, к 2030 году инфраструктура искусственного интеллекта будет производить до 2,5 млн тонн электронных отходов в год. В докладе отмечается, что, хотя некоторые источники энергии снижают выбросы углекислого газа, они также увеличивают спрос на воду или землю. Следовательно, низкий уровень выбросов не всегда означает отсутствие нагрузки на окружающую среду — эта нагрузка просто перекладывается на другие ресурсы.

Парадокс Джевонса

Эксперты Университета ООН напомнили, что основным источником энергопотребления системами ИИ является уже не обучение моделей, а их ежедневное использование. Так называемый вывод, или генерация ответов на запросы пользователей, сейчас составляет 80−90% от общего энергопотребления систем ИИ. Только ChatGPT обрабатывает примерно 2,5 млрд запросов в день, что соответствует примерно 383 ГВт-ч потребления электроэнергии в год. При этом его водопотребление эквивалентно минимальным годовым потребностям примерно 500 тыс. домохозяйств в странах Африки к югу от Сахары.

Интересно, что исследования показали существенные различия между различными типами задач, выполняемых моделями ИИ. Например, для создания одного изображения может потребоваться примерно в 1450 раз больше энергии, чем для простого анализа текста, а для создания короткого видеоролика с помощью ИИ может потребоваться столько же энергии, сколько для проверки 200 тыс. сообщений на спам.

Эти различия связаны с так называемым парадоксом Джевонса, который утверждает, что повышение эффективности технологий часто приводит к их более интенсивному использованию. На практике это означает, что экономия, полученная за счет повышения эффективности, может быть компенсирована увеличением количества пользователей и запросов.

Призыв к ответственности

Преимущества и недостатки ИИ проявляются неравномерно. Еще одна проблема, отмеченная в докладе, — это концентрация инфраструктуры искусственного интеллекта. Более 90% специализированных вычислительных мощностей сосредоточено в двух странах: США и Китае. В то же время более 150 стран не имеют собственной вычислительной инфраструктуры, несмотря на то, что часто несут расходы, связанные с добычей сырья, необходимого для производства оборудования, и утилизацией электронных отходов.

В конце доклада авторы отметили, что это не аргумент против ИИ, который улучшает жизнь миллиардов людей во всем мире, а скорее призыв к его ответственному развитию и использованию в пределах возможностей планеты. Они подчеркнули исключительную важность учета полного влияния ИИ на окружающую среду — не только выбросов парниковых газов, но и использования воды, энергии и земли в течение всего жизненного цикла технологии.

В то же время исследователи отметили, что выгоды и расходы от развития ИИ пока распределяются неравномерно. Поэтому крайне важно, чтобы в будущем они распределялись справедливее, обеспечивая доступ к ним также сообществам, поставляющим сырье и несущим расходы, связанные с добычей полезных ископаемых и утилизацией электронных отходов.