Έχετε ρωτήσει ποτέ το Chat GPT; Υπάρχουν επιπτώσεις

Για πολλούς, το Chat GPT και άλλα προηγμένα προγράμματα παραγωγικής Τεχνητής Νοημοσύνης (GenAI), όπως το Gemini της Google, το Meta AI και το Claude της Anthropic, έχουν πλέον αντικαταστήσει τις παραδοσιακές μηχανές αναζήτησης.

Αυτά τα εργαλεία χρησιμοποιούνται για να δίνουν απαντήσεις σε απλά ή σύνθετα ερωτήματα, καλύπτοντας ανάγκες που αφορούν την εργασία, τη διασκέδαση, αλλά και την προσωπική ζωή, με τη δημιουργό του σίγουρα να έχει χτυπήσει «φλέβα χρυσού».

Πώς είναι η συνομιλία με το Chat GPT

Η συνομιλία με ένα πρόγραμμα τεχνητής νοημοσύνης (ΤΝ) είναι τόσο απλή και άμεση που συχνά ξεχνάμε τις σημαντικές περιβαλλοντικές συνέπειες που μπορεί να κρύβει. Σύμφωνα με τα διαθέσιμα δεδομένα, η τεχνητή νοημοσύνη εκτιμάται ότι έως το 2027 θα απαιτεί 85-134 τεραβατώρες (TWh) ετησίως, δηλαδή σχεδόν τη διπλάσια ενέργεια από αυτήν που καταναλώνει η Ελλάδα κάθε χρόνο (56 TWh). Καθώς τα μοντέλα ΤΝ εξελίσσονται, οι ενεργειακές τους απαιτήσεις αυξάνονται δραματικά.

VIRAL

Θανατική ποινή για τους άνδρες που κακοποίησαν τουρίστρια μπροστά στα παιδιά της αφού το αυτοκίνητό της έμεινε από καύσιμα

Χωρισμός-βόμβα στην ελληνική showbiz: Γνωστό ζευγάρι ηθοποιών δεν μένει πλέον μαζί

Θρίλερ με την εξαφάνιση 11χρονης: Κατηγορείται ο πατέρας της για 4 βιασμούς! Αγνοείται από τις 29 Μαΐου

Το πιο ενεργοβόρο στάδιο στη λειτουργία ενός συστήματος ΤΝ είναι η «εκπαίδευση» του. Αυτή περιλαμβάνει τη συλλογή δεδομένων και την ανάπτυξη συμπεριφοράς μέσω μηχανικής εκμάθησης (machine learning). Για παράδειγμα, το GPT-4 της OpenAI κατανάλωσε περίπου 50 γιγαβατώρες για την εκπαίδευσή του, ποσότητα ενέργειας που θα μπορούσε να καλύψει τις ανάγκες μιας πόλης όπως το Σαν Φρανσίσκο για τρεις ημέρες.

Η ενέργεια αυτή καταναλώνεται κυρίως από τα data centers, όπου αποθηκεύονται και επεξεργάζονται οι τεράστιοι όγκοι δεδομένων του διαδικτύου. Τα κέντρα αυτά είναι εξαιρετικά ενεργοβόρα. Σύμφωνα με τον Διεθνή Οργανισμό Ενέργειας (IEA), το 2022 κατανάλωσαν περίπου 460 TWh, ποσότητα ισοδύναμη με την ετήσια ενεργειακή κατανάλωση της Γαλλίας. Μέχρι το 2026, η κατανάλωση αυτή αναμένεται να ξεπεράσει τις 1.000 TWh. Επιπλέον, τα κέντρα δεδομένων απαιτούν μεγάλα αποθέματα νερού για την ψύξη τους, αφού οι υπολογιστές αναπτύσσουν πολύ υψηλές θερμοκρασίες. Σε πολλές περιπτώσεις, χρησιμοποιείται ακόμη και πόσιμο νερό, κάτι που αποτελεί πρόκληση, ιδίως σε περιοχές με περιορισμένους υδάτινους πόρους, όπως οι μεσογειακές χώρες.

Για την αντιμετώπιση αυτών των ζητημάτων, εταιρείες όπως η Microsoft σχεδιάζουν υποδομές ψύξης μέσα στη θάλασσα, ώστε να μειώσουν την εξάρτηση από το γλυκό νερό. Ωστόσο, σύμφωνα με έρευνα της ΜΚΟ SourceMaterial και της εφημερίδας «Guardian», το 42% του νερού που χρησιμοποίησε η Microsoft το 2023 προήλθε από περιοχές με έντονο πρόβλημα λειψυδρίας. Αντίστοιχα, το 15% του νερού της Google αντλήθηκε από περιοχές με έλλειψη υδάτινων πόρων, ενώ η Amazon δεν δημοσιοποίησε σχετικά στοιχεία. Στην Ελλάδα, έχουν ήδη προχωρήσει επενδύσεις σε data centers, με στόχο τη λειτουργία 18 τέτοιων δομών έως το 2030.

Παράλληλα, η κατασκευή των γραφικών επεξεργαστών (GPUs), που είναι απαραίτητοι για τη λειτουργία των συστημάτων ΤΝ, απαιτεί μεγάλα αποθέματα μετάλλων, όπως πυρίτιο, ταντάλιο, χαλκό, κοβάλτιο κ.ά. Η αυξανόμενη ζήτηση για τα υλικά αυτά οδηγεί σε εντατικές εξορύξεις, μια διαδικασία εξαιρετικά ενεργοβόρα, με σοβαρές περιβαλλοντικές επιπτώσεις. Για παράδειγμα, στην έρημο Ατακάμα της Χιλής, όπου βρίσκεται το μεγαλύτερο ορυχείο χαλκού στον κόσμο, οι εξορύξεις έχουν αφήσει βαθύ αποτύπωμα στο περιβάλλον.

Αναμφισβήτητα, η τεχνητή νοημοσύνη είναι ένας τομέας που αναπτύσσεται ραγδαία, αλλά απαιτεί τεράστιους ενεργειακούς πόρους. Το περιβαλλοντικό της αποτύπωμα είναι σημαντικό, αλλά όχι απαραίτητα καταστροφικό, εφόσον η εφαρμογή της γίνεται με σύνεση. Όπως συμβαίνει και με άλλες ενεργοβόρες δραστηριότητες, η ατομική προσπάθεια δεν αρκεί. Απαιτείται συντονισμένη δράση για την ελαχιστοποίηση των αρνητικών επιπτώσεων και την εξασφάλιση ενός βιώσιμου μέλλοντος.