Δεν είναι μυστικό ότι η εκπαίδευση αλγορίθμων Tεχνητής Nοημοσύνης απαιτεί παράλογες ποσότητες ενέργειας - αλλά, όπως αποκαλύπτει μια νέα εργασία, καταναλώνει επίσης παράλογη ποσότητα νερού.
Ερευνητές από το Πανεπιστήμιο του Κολοράντο Ρίβερσαϊντ και το Πανεπιστήμιο του Τέξας Άρλινγκτον έκαναν μια δημοσίευση που δεν έχει ακόμη αξιολογηθεί από ομότιμους με τίτλο «Making AI Less Thirsty» (Καθιστώντας την Τεχνητή Νοημοσύνη λιγότερο διψασμένη), το οποίο εξετάζει τις περιβαλλοντικές επιπτώσεις της εκπαίδευσης της τεχνητής νοημοσύνης, η οποία δεν χρειάζεται μόνο άφθονη ηλεκτρική ενέργεια αλλά και τόνους νερού για την ψύξη των κέντρων δεδομένων.
Εξετάζοντας πόση ποσότητα νερού απαιτείται για την ψύξη των κέντρων επεξεργασίας δεδομένων που χρησιμοποιούν εταιρείες όπως η OpenAI και η Google, οι ερευνητές διαπίστωσαν ότι μόνο για την εκπαίδευση GPT-3, η Microsoft, η οποία συνεργάζεται με την OpenAI, κατανάλωσε 185.000 γαλόνια νερού (πάνω από 700.000 λίτρα) - το οποίο, σύμφωνα με τους υπολογισμούς τους, ισοδυναμεί με την ποσότητα νερού που απαιτείται για την ψύξη ενός πυρηνικού αντιδραστήρα.
Όπως σημειώνει το έγγραφο, το νερό που χρησιμοποίησε η Microsoft για να ψύξει τα κέντρα δεδομένων της στις ΗΠΑ κατά την εκπαίδευση του GPT-3 ήταν αρκετό για να παράγει «370 αυτοκίνητα BMW ή 320 ηλεκτρικά οχήματα Tesla». Αν είχαν εκπαιδεύσει το μοντέλο στα κέντρα δεδομένων της εταιρείας στην Ασία, τα οποία είναι ακόμη μεγαλύτερα, «οι αριθμοί αυτοί θα είχαν τριπλασιαστεί».
Επιπλέον, όπως επισημαίνει στη σχετική δημοσίευση του το Futurism.com, το ChatGPT χρειάζεται να «πιει» [το ισοδύναμο] ενός μπουκαλιού νερού των 500 ml για μια απλή συνομιλία περίπου 20-50 ερωτήσεων και απαντήσεων», σημειώνει το έγγραφο. «Ενώ ένα μπουκάλι νερό των 500 ml μπορεί να μη φαίνεται πολύ μεγάλο, το συνολικό συνδυασμένο αποτύπωμα νερού για την εξαγωγή συμπερασμάτων εξακολουθεί να είναι εξαιρετικά μεγάλο, λαμβάνοντας υπόψη τα δισεκατομμύρια των χρηστών του ChatGPT».
