Potrošnja vode i zemljišta
U izvještaju Instituta za vodu, okolina i zdravlje Univerziteta UN-a (UNU-INWEH) navodi se kako se uticaj vještačke inteligencije na okolinu “sistemski pogrešno procjenjuje” jer se većina analiza skoncentriše na emisije ugljenika, zanemarujući potrošnju vode i zemljišta.
Do 2030. godine, vodeni otisak podatkovnih centara za vještačku inteligenciju mogao bi dosegnuti 9,3 biliona litara, što odgovara godišnjim potrebama za vodom 1,3 milijarde ljudi u subsaharskoj Africi. Istovremeno, njihov zemljišni otisak mogao bi premašiti 14.500 kvadratnih kilometara, što je otprilike dvostruko veća površina od metropolitanskog područja Džakarte.
“Ovaj izvještaj nije osuda vještačke inteligencije”, izjavio je Kaveh Madani, direktor UNU-INWEH-a. Umjesto toga, pozvao je na odgovornu primjenu vještačke inteligencije i proaktivno djelovanje kako bi se riješile njene neželjene posljedice.
Energetska glad podatkovnih centara
Prema izvještaju, globalni podatkovni centri su u 2025. godini potrošili procijenjenih 448 TWh električne energije. Kada bi se posmatrali kao država, bili bi 11. najveći potrošač struje na svijetu.
U izvještaju se upozorava da “niskougljenično” ne znači nužno i nisku potrošnju vode ili zemljišta. Napominje se kako neke energetske tranzicije mogu smanjiti emisije, ali istovremeno povećati pritisak na vodne i zemljišne resurse.
Obuka naspram primjene: Gdje se troši energija?
U javnoj raspravi previše se pažnje posvećuje energiji potrebnoj za obuku velikih AI modela, iako najveći dio potrošnje, od 80 do 90 posto, zapravo otpada na takozvanu inferenciju – proces korištenja već razvijenih modela za odgovaranje na upite korisnika.
Na primjer, procjenjuje se da samo ChatGPT obradi oko 2,5 milijardi upita dnevno, za što mu je godišnje potrebno otprilike 383 GWh električne energije, stoji u izvještaju.
Razlike u potrošnji zavisno od zadatka
Ekološki otisak značajno varira zavisno od zadatka. Tako generisanje jedne slike pomoću vještačke inteligencije zahtijeva oko 1.450 puta više energije nego osnovna klasifikacija teksta. Generisanje kratkog video-zapisa može potrošiti jednako električne energije kao 200.000 klasifikacija neželjene pošte.
Izvještaj zaključno poziva na stvaranje odgovornog ekosistema vještačke inteligencije koji se temelji na transparentnosti, učinkovitosti u samom dizajnu, ekološkoj pravdi, odgovornosti tokom cijelog životnog ciklusa, globalnoj saradnji i održivoj upotrebi, prenosi Index.hr.
