(Foto via Pixabay)
Quanto costa in termini ambientali addestrare un’intelligenza artificiale? Decisamente tanto. Almeno secondo i calcoli degli esperti dell’università del Massachusetts Amherst negli Stati Uniti, che hanno stimato che mediamente sviluppare una singola Ia comporta l’emissione di 284 tonnellate equivalenti di anidride carbonica. Al confronto l’impronta ecologica di un’automobile durante la sua vita (media) è cinque volte inferiore. La ricerca è in fase di prepubblicazione e verrà presentata a Firenze il prossimo luglio al meeting annuale della Association for Computational Linguistics (Acl).
Emma Strubell e i suoi colleghi hanno preso in considerazione le intelligenze artificiali di elaborazione del linguaggio, come Google Translate e il generatore di testi Gpt-2 di OpenAI. Gli algoritmi che servono per tradurre da una lingua a un’altra o per creare testi a partire da poche frasi hanno bisogno di ore e ore di addestramento (deep learning) con un’enorme quantità di dati per imparare il linguaggio, e questo processo necessita di grandi quantità di energia.
Per stimare l’impatto ambientale, i ricercatori hanno addestrato per un giorno quattro diverse intelligenze artificiali (Transformer, Elmo, Bert e Gpt-2), registrando l’energia richiesta. Per calcolare quella totale, dunque, hanno moltiplicato per il tempo di allenamento che gli sviluppatori di ciascun programma hanno dichiarato di aver impiegato per renderlo operativo.
Infine i ricercatori hanno ricavato l’impronta ecologica convertendo il dato del consumo di energia in kilowatt/ora sulla base delle emissioni medie di carbonio per energia consumata fornite dalla U.S. Environmental Protection Agency (Epa).
Stando a questi calcoli, l’impronta ecologica di una singola Ia è, si diceva, pari a 284 tonnellate equivalenti di anidride carbonica. Tuttavia, sottolineano gli stessi autori, la stima potrebbe non essere così accurata perché non tiene conto delle quote di energia rinnovabile a cui colossi come Google e Amazon stanno attingendo – e che dichiarano di stare implementando.
Due cose sono chiare per i ricercatori. La prima è proprio la necessità di ricorrere sempre di più a fonti di energia rinnovabile per abbassare l’impatto ambientale di questi processi; la seconda è migliorare l’efficienza dei processi di apprendimento, diminuendo in tal modo il tempo e l’energia necessari per ultimarli.
Via: Wired.it
Leggi anche su Galileo: L’intelligenza artificiale conferma: siamo noi i responsabili del riscaldamento globale
Il colosso farmaceutico Johnson & Johnson pagherà 6,5 miliardi di dollari per chiudere le cause…
Si tratta di una patologia rara e difficile da trattare. Colpisce prevalentemente gli uomini e…
Secondo gli autori di un recente studio potrebbe contenere informazioni sul sesso e sul concepimento,…
Dopo il segnale incomprensibile, gli scienziati hanno riparato il danno a uno dei computer di…
L’Aifa ha approvato l’estensione della rimborsabilità del trattamento, che era già stato approvato per l'atrofia…
Resistono alle radiazioni potenziando la loro capacità di riparare i danni al dna. Piccolo aggiornamento…
Questo sito o gli strumenti di terze parti in esso integrati trattano dati personali (es. dati di navigazione o indirizzi IP) e fanno uso di cookie o altri identificatori necessari per il funzionamento e per il raggiungimento delle finalità descritte nella cookie policy.
Leggi di più
Visualizza i commenti
Mi sembra un paragone semplicemente assurdo, che serve solo a generare confusione nelle persone poco informate.
Che senso ha mettere a confronto il totale dell'energia consumata da un processo elaborativo complesso come mettere a punto un traduttore usato da centinaia di milioni o miliardi di persone, con il consumo di 5 auto durante la loro vita, titolando che l'IA consuma più delle auto?
Serve solo a fare del sensazionalismo spicciolo.