Tu procjenu donosi Alex de Vries-Gao, doktorand na Institutu za studije okoliša Sveučilišta Vrije u Amsterdamu, koji je pratio potrošnju električne energije za kriptovalute i njihov utjecaj na okoliš u prethodnim istraživanjima te na svojoj web stranici Digiconomist.

Najnoviji komentar o rastućoj potražnji za električnom energijom umjetne inteligencije objavio je u časopisu Joule.

Umjetna inteligencija već čini do petine električne energije koju koriste podatkovni centri, prema De Vries-Gaou. Tu je procjenu teško odrediti bez podataka velikih tehnoloških tvrtki o tome koliko energije troše njihovi modeli umjetne inteligencije.

Potrošnja raste usprkos većoj učinkovitosti

De Vries-Gao morao je napraviti projekcije na temelju lanca opskrbe specijaliziranim računalnim čipovima koji se koriste za umjetnu inteligenciju. Međutim on i drugi istraživači otkrili su da njezin apetit raste unatoč povećanju učinkovitosti - i to dovoljno brzo da bi veća pažnja bila opravdana.

Prema De Vries-Gau, nekoliko je ključnih paralela između umjetne inteligencije i kriptovaluta. Prva je način razmišljanja 'veće je bolje', što je dovelo do procvata novih podatkovnih centara za umjetnu inteligenciju, posebno u SAD-u, gdje ih ima više nego u bilo kojoj drugoj državi.

Energetske tvrtke planiraju graditi nove plinske elektrane i nuklearne reaktore da bi zadovoljile rastuću potražnju za električnom energijom zbog umjetne inteligencije.

Iznenadni skokovi u potražnji za električnom energijom mogu opteretiti elektroenergetske mreže i poremetiti napore za prelazak na čišće izvore energije, a takve probleme predstavljaju i kripto rudnici, jer su u biti poput podatkovnih centara koje se koristi za validaciju blockchain transakcija.

Druga paralela su teškoće u procjeni koliko energije te tehnologije zapravo koriste i kakav je njihov utjecaj na okoliš. Brojne velike tehnološke tvrtke koje razvijaju alate umjetne inteligencije postavile su klimatske ciljeve i uključuju svoje emisije stakleničkih plinova u godišnja izvješća o održivosti.

Tako znamo da su i Googleovi i Microsoftovi ugljični otisci porasli posljednjih godina jer se fokusiraju na umjetnu inteligenciju. Ali tvrtke obično ne raščlanjuju podatke kako bi pokazale što se konkretno može pripisati baš njoj.

'Triangulacijom' do procjene

Kako bi došao do tih podataka, De Vries-Gao koristi tehniku 'triangulacije', u sklopu koje se okrenuo javno dostupnim detaljima o uređajima, procjenama analitičara i izvješćima tvrtki o zaradi kako bi procijenio proizvodnju hardvera i koliko će energije taj hardver vjerojatno koristiti.

Tvrtka Taiwan Semiconductor Manufacturing Company (TSMC), koja proizvodi čipove za umjetnu inteligenciju za druge tvrtke (uključujući Nvidiju i AMD), zabilježila je više nego dvostruki porast proizvodnih kapaciteta za pakirane čipove koji se koriste za umjetnu inteligenciju između 2023. i 2024. godine.

Nakon što je izračunao koliko specijalizirane opreme može biti proizvedeno, De Vries-Gao je to usporedio s informacijama o tome koliko električne energije troše ti uređaji.

Prošle godine vjerojatno su potrošili jednako električne energije kao i njegova domovina Nizozemska. Očekuje da će se taj broj približiti zemlji velikoj poput Ujedinjenog Kraljevstva do kraja 2025. godine, s potražnjom za električnom energijom koja će dosegnuti 23 GW.

Zasebno izvješće konzultantske tvrtke ICF predvidjelo je porast potražnje za električnom energijom u SAD-u od 25 posto do kraja desetljeća, velikim dijelom zahvaljujući umjetnoj inteligenciji, tradicionalnim podatkovnim centrima i rudarenju bitcoina.

Prema procjenama iznesenim u članku, a objavljenom u MIT Technology Reviewu, osoba koja koristi alate umjetne inteligencije mogla bi stvoriti gotovo dvostruko više onečišćenja ugljikom ako bi na njezine upite odgovarali podatkovni centri u Zapadnoj Virginiji nego u Kaliforniji.

Rizik od Jevonsova paradoksa

Energetski intenzitet i emisije ovise o nizu čimbenika, uključujući vrste upita, veličinu modela koji odgovaraju na te upite i udio obnovljivih izvora energije i fosilnih goriva u lokalnoj elektroenergetskoj mreži koja napaja podatkovni centar.

Još je veća neizvjesnost oko toga hoće li dobici u energetskoj učinkovitosti na kraju izravnati potražnju za električnom energijom i dvojbeno je hoće li prioritet biti izgradnja učinkovitijih modela. Kada je ethereum prešao na daleko energetski učinkovitiju strategiju za validaciju transakcija od rudarenja bitcoina, njegova potrošnja električne energije iznenada je pala za 99,988 posto.

Zagovornici zaštite okoliša pritisnuli su druge blockchain mreže da slijede taj primjer. Ali rudari bitcoina nerado odustaju od ulaganja koja su već napravili u postojeći hardver (niti odustaju od drugih ideoloških argumenata za održanje starih navika).

Postoji i rizik od Jevonsova paradoksa, a on predviđa da će učinkovitiji modeli i dalje gutati sve veće količine električne energije jer ljudi jednostavno počinju više koristiti tehnologiju, piše Verge.