A pegada ambiental da inteligência artificial: um perigo para o planeta?

A Inteligência Artificial é um tema quente na sociedade atual. À medida que se desenvolve e se integra nas nossas vidas, o seu impacto no ambiente está a tornar-se cada vez mais preocupante.

IA, inteligência artificial
Já se perguntou qual é o custo ambiental de consultar a Siri ou a Alexa?

De uma forma muito simples, a Inteligência Artificial (IA) é a combinação de algoritmos desenvolvidos com o objetivo de criar máquinas que imitam a inteligência humana. Desde o momento em que apareceram no mercado, todos nos apressámos a testar o que esta IA podia - ou não podia - fazer. O que talvez seja surpreendente é o facto de a sua crescente popularidade ter transformado esta maravilhosa ferramenta num risco ambiental crescente. Por exemplo, um estudo recente revelou que qualquer uma destas plataformas de linguagem natural, como o ChatGPT, consome uma quantidade absurda de água no seu funcionamento diário, uma vez que requerem grandes volumes de água para o seu arrefecimento.

Os investigadores descobriram que só a formação GPT-3 da Microsoft, em parceria com a OpenAI, consumiu mais de 700.000 litros de água, o que, segundo os seus cálculos, equivale à quantidade de água necessária para arrefecer um reator nuclear. "O ChatGPT necessita de uma garrafa de 500 ml de água para ter uma conversa simples de 20 a 50 perguntas e respostas", refere o documento. "Embora uma garrafa possa não parecer muito, a pegada hídrica total combinada é extremamente grande, tendo em conta os milhares de milhões de utilizadores do ChatGPT.

Uma IA necessita não só de uma grande quantidade de eletricidade para funcionar, mas também de toneladas de água para arrefecer os centros de dados.

O custo ambiental não é apenas em termos de utilização de água. Estima-se que este modelo produza cerca de 3,7 toneladas de CO2 por dia, o que equivale às emissões diárias de um automóvel que percorre 22.000 quilómetros. De acordo com um estudo realizado em 2019, o desenvolvimento de modelos de IA de processamento de linguagem natural gera um consumo de energia equivalente à emissão de 280 toneladas de CO2.

Isto significa que o treino de apenas um destes sistemas de IA produz as mesmas emissões que cinco veículos durante toda a sua vida útil, incluindo o seu processo de fabrico, o que equivaleria a 125 viagens de ida e volta entre Nova Iorque e Pequim.

Desde o início

O impacto ambiental da IA vai para além do consumo de água e das emissões de CO2. No seu relatório "El impacto medioambiental de la IA: salvadora o destructora", a Fundación Éticas salientou que a indústria da IA no seu conjunto, incluindo o fabrico de hardware e software, é responsável por 3,7% das emissões globais de gases com efeito de estufa.

Além disso, a produção de hardware e a utilização intensiva de energia para treinar e executar modelos de IA geram uma grande quantidade de resíduos eletrónicos, como placas-mãe, placas de circuitos e baterias, que são difíceis de reciclar e podem causar danos ambientais significativos.

Abordar a pegada ambiental da IA

Estas ferramentas vieram definitivamente para ficar. E a sua utilização pode também trazer grandes benefícios para o planeta. Por exemplo, a plataforma europeia ENERsip desenvolveu uma plataforma TIC que pode reduzir o consumo de eletricidade residencial em cerca de 30%. Ou a ferramenta Bee2FireDetection, que utiliza a inteligência artificial para detetar automaticamente os incêndios nas suas fases iniciais, permitindo uma resposta rápida das autoridades. Mas a resolução do seu impacto ambiental deve ser uma prioridade a partir de agora.

A investigação e o desenvolvimento de tecnologias mais eficientes e sustentáveis são fundamentais para reduzir a pegada ambiental da IA. Trata-se de uma ferramenta poderosa com potencial para transformar o mundo, mas o seu impacto ambiental não pode ser ignorado.

Uma das formas mais importantes de reduzir a pegada ambiental da IA é através da eficiência energética e da implementação de "algoritmos verdes". Os algoritmos verdes são concebidos de forma a que, quando funcionam, trabalhem mais eficientemente, consumam menos recursos e alcancem o mesmo resultado que um algoritmo mais complexo.

A aplicação de medidas de otimização, a utilização de hardware mais eficiente e o aproveitamento de energias renováveis podem reduzir significativamente a quantidade de energia que utilizam. Além disso, a aplicação de políticas de reciclagem e o prolongamento do tempo de vida dos dispositivos eletrónicos também podem ajudar a minimizar o impacto ambiental da IA.