Secondo una ricerca la progettazione di intelligenze artificiali ha un risvolto inquietante ancora poco discusso. Lasciate stare i deliri su Skynet e sulla singolarità tecnologica, non c’entrano nulla: il problema è che addestrare una IA inquina più di cinque macchine.

Lo rivela un paper della Università del Massachusetts, che in particolare ha esaminato il processo di addestramento delle NLP — natural-language processing, le IA progettate per comprendere e gestire alcuni aspetti del linguaggio umano.

Ad esempio per completare automaticamente una frase, o tradurre un testo. Per creare un algoritmo di questo tipo è necessario darli prima in pasto quintalate di data set, ed è un processo che può durare mesi, e che richiede complessi processi computazionali che hanno un costo, in termini di consumo energetico, mostruoso.

 

 

Per farsi un’idea dell’ammontare esatto di questo consumo, i ricercatori hanno preso quattro delle più importanti intelligenze artificiali del campo NLP: the Transformer, ELMo, BERT e GPT-2.

Per farsi un’idea dell’ammontare esatto di questo consumo, i ricercatori hanno preso quattro delle più importanti intelligenze artificiali del campo NLP: the Transformer, ELMo, BERT e GPT-2.

Quindi, anno avviato il processo di training utilizzando una singola GPU per 24 ore, in modo di avere una stima dell’energia consumata.

Questo dato, con le dovute correzioni, è quindi stato moltiplicato per il totale di ore che sono state necessarie per passare dai primi algoritmi rudimentali alle IA finali. Il totale di energia consumata è stato, poi, convertito in CO2 espressa in pound.

Il grosso dell’inquinamento arriva dai processi di tuning, in particolare quello noto come neural architecture search ha un consumo energetico elevatissimo, al netto di benefici relativamente modesti.

Il risultato finale dell’esperimento ha portato i ricercatori alla conclusione che per produrre una intelligenza artificiale sufficientemente sofisticata da poter essere materiale valido per un paper scientifico è necessario addestrare circa 4.789 modelli per almeno sei mesi.

Un’operazione che può portare in alcuni casi all’emissione di 78.000 pund di CO2. L’equivalente del ciclo vita complessivo di cinque automobili.