Per la prima volta sono state calcolate le emissioni di CO2 causate dall'utilizzo di un modello di IA per eseguire diversi compiti. Lo rivela il sito del MIT

Ogni volta che si utilizza l'intelligenza artificiale per generare un'immagine, scrivere un’email o porre una domanda a un chatbot, si paga un prezzo al pianeta. Ma quanto?

Melissa Heikkilä, del MIT Technology Review, il magazine della prestigiosa università americana, cita un nuovo studio condotto dai ricercatori della startup Hugging Face e della Carnegie Mellon University, secondo cui generare un'immagine utilizzando un potente modello di intelligenza artificiale richiede una quantità di energia pari a quella necessaria per ricaricare completamente uno smartphone. Mentre invece l'utilizzo per generare un testo via IA richiede molto meno energia. Creare un testo 1.000 volte consuma solo il 16% della ricarica completa di uno smartphone.

Questo studio, che però deve ancora essere sottoposto a revisione paritaria, dimostra che l'addestramento di modelli di IA massicci è incredibilmente dispendioso in termini di energia, ma è solo una parte del problema. La maggior parte dell'impronta di CO2 deriva dal loro effettivo utilizzo.

• Leggi anche: Meglio California o Florida? Due modelli per il futuro degli Usa

La generazione di immagini

Sasha Luccioni, ricercatore di intelligenza artificiale presso Hugging Face che ha guidato il lavoro, ha detto a MIT TR di sperare che la comprensione di queste emissioni possa aiutare a prendere decisioni informate su come utilizzare l'IA in modo più rispettoso del pianeta.

Luccioni e il suo team hanno esaminato le emissioni associate a 10 compiti di IA popolari sulla piattaforma Hugging Face. Tra questi, la risposta alle domande dell’utente, la generazione di testi, la classificazione di immagini, la creazione di didascalie e la generazione di immagini. Hanno condotto gli esperimenti su 88 modelli diversi. Per ciascuno dei compiti, come la generazione di testo, Luccioni ha eseguito 1.000 richieste e ha misurato l'energia utilizzata con uno strumento sviluppato chiamato Code Carbon. Code Carbon effettua questi calcoli osservando l'energia consumata dal computer durante l'esecuzione del modello. Il team ha anche calcolato le emissioni generate dall'esecuzione di questi compiti utilizzando otto modelli generativi, addestrati a svolgere compiti diversi.

La generazione di immagini è stata di gran lunga l'attività basata sull'intelligenza artificiale più dispendiosa in termini di energia e di emissioni di carbonio. La generazione di 1.000 immagini con un modello di intelligenza artificiale potente, come Stable Diffusion XL, è responsabile di una quantità di Co2 pari all'equivalente di 6,6 km percorsi con un'auto media a benzina. Al contrario, il modello di generazione di testi a minore intensità di carbonio esaminato è stato responsabile di una quantità di CO2 pari alla guida di meno di un metro in un veicolo simile. Stability AI, l'azienda dietro Stable Diffusion XL, non ha risposto a una richiesta di commento.

• Leggi anche:  Open AI, il mistero di Q Star e il ritorno di Sam Altman 

Modelli di IA personalizzati

Il boom dell'IA generativa ha portato le grandi aziende tecnologiche a integrare potenti modelli di IA in molti prodotti diversi, dalla posta elettronica all'elaborazione di testi. Questi modelli vengono ora utilizzati milioni, se non miliardi, di volte ogni singolo giorno.

MIT TR riporta che il team ha scoperto che l'utilizzo di modelli generativi di grandi dimensioni per creare output è molto più dispendioso dal punto di vista energetico rispetto all'utilizzo di modelli di IA più piccoli e personalizzati per compiti specifici. Per esempio, l'uso di un modello generativo per classificare le recensioni cinematografiche in base al loro valore positivo o negativo consuma circa 30 volte più energia rispetto all'uso di un modello ottimizzato creato appositamente per quel compito. Il motivo per cui i modelli di intelligenza artificiale generativa consumano molta più energia è che cercano di fare molte cose contemporaneamente, come generare, classificare e riassumere il testo, invece di un solo compito, come la classificazione.

Una volta Google stimava che una ricerca online media consumasse 0,3 wattora di elettricità, equivalenti a mezzo metro in auto. Oggi quel numero è probabilmente molto più alto, perché Google ha integrato modelli di intelligenza artificiale generativa nelle sue ricerche, afferma Vijay Gadepally, ricercatore presso il laboratorio Lincoln del MIT, che non ha partecipato alla ricerca.

I ricercatori hanno anche scoperto che le emissioni quotidiane associate all'uso dell'IA superano di gran lunga quelle derivanti dall'addestramento di modelli di grandi dimensioni. La Luccioni ha testato diverse versioni del modello di IA multilingue BLOOM di Hugging Face per vedere quanti utilizzi sarebbero stati necessari per superare i costi di addestramento. Ci sono voluti oltre 590 milioni di utilizzi per raggiungere il costo di carbonio dell'addestramento del modello più grande. Per modelli molto popolari, come ChatGPT, potrebbero bastare un paio di settimane perché le emissioni di utilizzo di un modello superino quelle di addestramento, spiega Luccioni.

Questo perché i modelli AI di grandi dimensioni vengono addestrati una sola volta, ma poi possono essere utilizzati miliardi di volte. Secondo alcune stime, modelli popolari come ChatGPT hanno fino a 10 milioni di utenti al giorno, molti dei quali richiamano il modello più di una volta.