MIT News discuteix l'impacte ambiental de la IA generativa en una sèrie de dos articles. Aquest article examina el consum elevat de recursos de la tecnologia, mentre que el següent se centrarà en estratègies per minimitzar la seva petjada de carboni. La IA generativa promet diversos beneficis, com ara millorar la productivitat i avançar en la recerca, però el seu creixement ràpid comporta preocupacions ambientals significatives que són difícils de quantificar o mitigar. Formar models amb milers de milions de paràmetres, com el GPT-4 d'OpenAI, requereix una immensa potència computacional, resultant en un alt consum d'energia elèctrica i un augment d'emissions de carboni. A més de l'energia elèctrica, es necessiten recursos hídrics significatius per refredar el maquinari de formació i desplegament, la qual cosa pot posar pressió sobre els subministraments d'aigua locals i disruptir els ecosistemes. L'augment d'aplicacions d'IA generativa també eleva la demanda de maquinari informàtic avançat, afegint més tensions ambientals per la seva producció i transport. Elsa A. Olivetti, professora al MIT, assenyala que l'impacte ambiental va més enllà de l'ús d'energia elèctrica i té conseqüències sistèmiques més àmplies. Els centres de dades, crítics per albergar models d'IA generativa, contribueixen significativament als problemes ambientals. Aquests centres requereixen una enorme quantitat d'energia per a les seves operacions.

Per exemple, un sol centre de dades pot allotjar aproximadament 50, 000 servidors, i l'augment de la demanda de centres de dades ha dut a una construcció ràpida, superant de llarg les pràctiques sostenibles. Les prediccions suggereixen que per al 2026, el consum d'energia elèctrica dels centres de dades globals podria arribar als 1, 050 terawatts. Entrenar grans models d'IA, com el GPT-3, suposa unes demandes d'energia serioses, amb estudis que estimen un alt ús d'energia elèctrica i emissions de carboni substancials. A més, les demandes d'energia no només persisteixen durant la formació, sinó també durant l'ús en temps real, com ho demostra que cada interacció amb la IA generativa consumeix molt més elèctric que les cerques web tradicionals. Les tendències actuals suggereixen que els futurs models d'IA generativa requeriran encara més energia, amb durades de vida més curtes que donaran lloc a llançaments freqüents de nous models. Aquest cicle malgasta l'energia gastada en versions anteriors. El consum d'aigua dels centres de dades també planteja reptes ambientals significatius, ja que es requereix una gran quantitat d'aigua per al refredament, afectant la biodiversitat local. Els costos ambientals associats amb la producció del maquinari informàtic mateix—des de GPUs a CPUs—són substancials a causa de complexos processos de fabricació i mètodes d'extracció de recursos. Malgrat la trajectòria insostenible, els autors proposen que el desenvolupament responsable de la IA generativa necessita una avaluació exhaustiva dels seus costos ambientals i socials al costat dels seus beneficis percebuts. Olivetti emfatitza la necessitat d'una comprensió contextual per mesurar i comprendre aquests intercanvis en evolució.