Misurazione degli impatti ambientali dell'IA

Come misurare l’impatto ambientale dell’IA? Questo è stato un altro argomento significativo discusso al Summit Globale dell’AI Standards Hub, ed ecco cosa ho imparato:

1. Come definire i confini relativi alle esecuzioni di addestramento e ai costi di telecomunicazione?

Cosa costituisce un’esecuzione di addestramento? È una singola iterazione di un algoritmo? Un ciclo di addestramento completo fino alla convergenza? O l’intero ciclo di vita dello sviluppo del modello, inclusa la sperimentazione e l’ottimizzazione degli iperparametri? Ogni definizione comporterà cifre diverse sul consumo energetico.

2. Le applicazioni AI comportano frequentemente trasferimenti massicci di dati tra dispositivi (ad es. smartphone, sensori) e data center.

Misurare l’energia consumata durante questi trasferimenti è difficile, poiché dipende da molti fattori.

3. La sfida pratica consiste nell’ottenere i dati granulari e accurati necessari per una misurazione precisa:

Alcuni dati potrebbero essere proprietari (ad esempio, l’energia utilizzata per trasmettere dati per una specifica app AI) o impossibili da ottenere (come l’impatto ambientale dell’estrazione e della produzione di tutto l’hardware utilizzato in un sistema AI).

4. L’IA è profondamente intrecciata con tecnologie digitali più ampie ed è difficile isolare l’impronta ambientale specifica dell’IA dall’impatto complessivo della digitalizzazione.

5. Impatto ambientale indiretto che potresti non considerare: cambiamenti nel comportamento dei consumatori guidati dall’IA:

potresti decidere di sostituire il tuo telefono più vecchio ma ancora funzionante con uno più nuovo dotato di funzionalità basate sull’IA prima di quanto avresti fatto se non fosse stato per lo sviluppo dell’IA. Questo ciclo di consumo aumentato si aggiunge al carico ambientale complessivo.

6. L’elettrificazione dei trasporti sta aumentando la domanda di elettricità insieme all’IA.

Ciò mette a dura prova le reti elettriche esistenti e solleva preoccupazioni sull’impatto ambientale della generazione di elettricità, soprattutto se si basa pesantemente sui combustibili fossili.

Alcune delle soluzioni proposte?

• Accelerare e migliorare la valutazione dell’impatto ambientale dell’IA: dare potere agli esperti di standardizzazione e ai ricercatori di IA e di altro tipo (portando al tavolo la loro conoscenza della metodologia di ricerca) per lavorare insieme.
• Utilizzare la crescente digitalizzazione degli standard per consentire una ricerca più rapida (ad esempio, tramite riferimenti incrociati e utilizzando dizionari esistenti)

Molte grazie alla Dott.ssa Valerie Livina CMath FIMA, Juliette Fropier, Arti Garg e Uzma Chaudhry per questa fantastica discussione!