Τι συμβαίνει στο περιβάλλον κάθε φορά που ρωτάμε κάτι το ChatGPT;
-
25 δισ. prompts ημερησίως μεταφράζονται σε ραγδαία αυξανόμενη κατανάλωση ενέργειας και νερού.
-
Τα data centers ήδη καταναλώνουν >4% της ηλεκτρικής ενέργειας των ΗΠΑ, με εκπομπές που μπορεί να φτάσουν 44 εκατ. τόνους CO₂ ετησίως έως το 2030.
-
Η βιώσιμη AI απαιτεί ανανεώσιμη ενέργεια, αποδοτική ψύξη και διαφάνεια δεδομένων, αλλιώς η ψηφιακή επανάσταση θα εντείνει την κλιματική κρίση.
Κάθε φορά που κάποιος απευθύνει μια ερώτηση στο ChatGPT, η εμπειρία μοιάζει σχεδόν άυλη: λίγες λέξεις εμφανίζονται στην οθόνη. Πίσω όμως από αυτή την απάντηση βρίσκεται μια τεράστια φυσική υποδομή, η οποία καταναλώνει ηλεκτρική ενέργεια, χρησιμοποιεί νερό και παράγει εκπομπές άνθρακα σε άνευ προηγουμένου κλίμακα. Καθώς η γενετική τεχνητή νοημοσύνη ενσωματώνεται ολοένα και περισσότερο στην καθημερινότητα, το περιβαλλοντικό αποτύπωμα των συστημάτων που τη στηρίζουν αυξάνεται με ανάλογη ταχύτητα.
Η OpenAI έχει αναγνωρίσει ότι οι χρήστες αποστέλλουν πλέον περίπου 25 δισεκατομμύρια prompts ημερησίως στο ChatGPT. Κάθε prompt απαιτεί υπολογιστική επεξεργασία μέσα σε ενεργοβόρα data centers, όπου διακομιστές λειτουργούν αδιάκοπα για να επεξεργαστούν, να αποθηκεύσουν και να παραγάγουν απαντήσεις. Αν και ένα μεμονωμένο ερώτημα φαίνεται ασήμαντο, η συσσωρευτική ζήτηση δισεκατομμυρίων αλληλεπιδράσεων μεταφράζεται σε πραγματικό και μετρήσιμο περιβαλλοντικό κόστος.
Μια τυπική χρήση σε επίπεδο γραφείου μπορεί να περιλαμβάνει περίπου 20 ερωτήματα ημερησίως — για σύνοψη συναντήσεων, σύνταξη email, παραγωγή ιδεών ή δομή αναφορών. Κάθε prompt καταναλώνει κατά μέσο όρο περίπου 0,34 watt-hours ηλεκτρικής ενέργειας, ποσότητα αντίστοιχη με την ενέργεια που απαιτείται για να λειτουργήσει μια τυπική λάμπα LED για περίπου δύο λεπτά. Σε ημερήσια βάση, αυτό αντιστοιχεί σε περίπου 6,8 watt-hours ανά χρήστη. Το νούμερο μοιάζει μικρό. Ωστόσο, αν κλιμακωθεί σε ένα εκατομμύριο χρήστες ημερησίως, η κατανάλωση φτάνει τις 6.800 kilowatt-hours — αρκετή ενέργεια για να τροφοδοτήσει περίπου 225 αμερικανικά νοικοκυριά για μία ημέρα. Σε 100 εκατομμύρια χρήστες, η ημερήσια κατανάλωση εκτινάσσεται στις 680.000 kilowatt-hours, συγκρίσιμη με την ηλεκτρική κατανάλωση περισσότερων από 22.000 νοικοκυριών. Μικρές ατομικές ενέργειες, όταν πολλαπλασιάζονται παγκοσμίως, αποκτούν το αποτύπωμα ολόκληρων κοινοτήτων.
Η γενετική τεχνητή νοημοσύνη βασίζεται σε hyperscale data centers, τη μεγαλύτερη κατηγορία υπολογιστικών εγκαταστάσεων στον κόσμο. Το 2024 λειτουργούσαν 1.136 τέτοιες εγκαταστάσεις παγκοσμίως, με τις Ηνωμένες Πολιτείες να αντιπροσωπεύουν το 54% της παγκόσμιας δυναμικότητας. Οι εγκαταστάσεις αυτές επεκτείνονται τόσο σε μέγεθος όσο και σε ενεργειακή πυκνότητα, κυρίως λόγω των απαιτήσεων της AI για συνεχή και υψηλής απόδοσης υπολογιστική ισχύ. Οι περιβαλλοντικές επιπτώσεις είναι ήδη ορατές. Τα data centers καταναλώνουν πλέον πάνω από 4% της συνολικής ηλεκτρικής ενέργειας των ΗΠΑ, ποσότητα συγκρίσιμη με το σύνολο του οικιακού φωτισμού της χώρας και μεγαλύτερη από την κατανάλωση αρκετών επιμέρους πολιτειών. Εκτιμήσεις αναφέρουν ότι το ποσοστό αυτό μπορεί να αυξηθεί σε 6,7% έως 12% έως το 2028, καθώς τα συστήματα AI κλιμακώνονται περαιτέρω.
Η αύξηση της ζήτησης ηλεκτρικής ενέργειας συνιστά πρόκληση τόσο για τους εθνικούς κλιματικούς στόχους των ΗΠΑ όσο και για τους παγκόσμιους στόχους που έχουν τεθεί στο πλαίσιο της Paris Agreement, οι οποίοι βασίζονται στη ραγδαία μείωση της χρήσης ορυκτών καυσίμων. Παρά την επέκταση των ανανεώσιμων πηγών ενέργειας, μεγάλο μέρος του αμερικανικού δικτύου εξακολουθεί να εξαρτάται από ορυκτά καύσιμα. Ως αποτέλεσμα, η αυξημένη κατανάλωση ηλεκτρικής ενέργειας από data centers συχνά μεταφράζεται άμεσα σε υψηλότερες εκπομπές αερίων του θερμοκηπίου.
Ο κλιματικός αντίκτυπος της υποδομής AI δεν είναι πλέον θεωρητικός. Μελέτη οδικού χάρτη από το Cornell University εκτιμά ότι η επέκταση data centers λόγω AI μπορεί να δημιουργήσει από 24 έως 44 εκατομμύρια μετρικούς τόνους διοξειδίου του άνθρακα ετησίως έως το 2030 — εύρος συγκρίσιμο με την προσθήκη εκατομμυρίων βενζινοκίνητων οχημάτων στους δρόμους των ΗΠΑ κάθε χρόνο. Οι εκπομπές προέρχονται από την ηλεκτρική ενέργεια που απαιτείται για τη λειτουργία των διακομιστών, την ενέργεια για ψύξη και το ανθρακικό αποτύπωμα της ίδιας της παραγωγής ηλεκτρικής ενέργειας. Σύμφωνα με την U.S. Energy Information Administration, οι μονάδες ηλεκτροπαραγωγής με ορυκτά καύσιμα καταναλώνουν επίσης σημαντικές ποσότητες νερού, συνδέοντας έτσι τις εκπομπές άνθρακα με την υδατική κατανάλωση με τρόπους που εντείνουν τη συνολική περιβαλλοντική πίεση.
Όπως σημείωσε ο καθηγητής Tom Rodden από το Πανεπιστήμιο του Nottingham, σε δηλώσεις του στην The Guardian, «τα τελευταία χρόνια οι εξελίξεις στα συστήματα και τις υπηρεσίες AI έχουν οδηγηθεί σε μεγάλο βαθμό από έναν αγώνα για μέγεθος και κλίμακα, απαιτώντας ολοένα και περισσότερη υπολογιστική ισχύ — και γενικά χωρίς ιδιαίτερη μέριμνα για την αποδοτικότητα των πόρων».
Πέρα από την ηλεκτρική ενέργεια, η κατανάλωση νερού αποτελεί εξίσου κρίσιμο ζήτημα. Τα data centers βασίζονται σε υδρόψυκτα συστήματα για να αποτρέπουν την υπερθέρμανση των servers. Έρευνα που συνοψίζει το MIT Technology Review δείχνει ότι οι διακομιστές AI που λειτουργούν σε τυπικά «ψυχρά» θερμοκρασιακά εύρη μεταξύ 18°C και 27°C μπορεί να απαιτούν από ένα έως δύο λίτρα νερού ανά kilowatt-hour ηλεκτρικής ενέργειας, ανάλογα με τον σχεδιασμό και τις τοπικές κλιματικές συνθήκες. Σε αυτή την αναλογία, η παραγωγή της ηλεκτρικής ενέργειας που χρειάζεται ένα νοικοκυριό με έντονη χρήση AI σε μία ημέρα μπορεί να απαιτεί ποσότητα νερού ισοδύναμη με τη συνολική ημερήσια κατανάλωση πόσιμου νερού ενός ανθρώπου — μόνο για τη διατήρηση της ψύξης των servers.
Το 2023, τα data centers στις ΗΠΑ κατανάλωσαν περίπου 17 δισεκατομμύρια γαλόνια νερού. Δεδομένου ότι ένας μέσος Αμερικανός χρησιμοποιεί από 30.000 έως 36.500 γαλόνια νερού ετησίως, η ποσότητα αυτή θα μπορούσε να καλύψει τις ετήσιες ανάγκες περίπου μισού εκατομμυρίου ανθρώπων. Με άλλα λόγια, τα data centers «πίνουν» ετησίως όσο νερό καταναλώνει μια μεσαίου μεγέθους αμερικανική πόλη. Οι συνέπειες είναι ιδιαίτερα έντονες σε άνυδρες περιοχές. Ανάλυση του Bloomberg κατέδειξε ότι πολλές νέες εγκαταστάσεις AI αναπτύσσονται σε ήδη υδατικά πιεσμένες περιοχές, όπως οι νοτιοδυτικές πολιτείες των ΗΠΑ. Στο Reno της Νεβάδα, που εξελίσσεται σε κόμβο data centers, οι κλιματικές αξιολογήσεις δείχνουν υψηλό μακροπρόθεσμο κίνδυνο ξηρασίας. Παράλληλα, ρεπορτάζ των The New York Times αποκάλυψε ότι data center της Meta στη Τζόρτζια χρησιμοποιεί περίπου 500.000 γαλόνια νερού ημερησίως — ποσότητα αρκετή για να καλύψει τις καθημερινές ανάγκες χιλιάδων κατοίκων.
Παρά την κλίμακα κατανάλωσης ενέργειας και νερού, οι απαιτήσεις δημοσιοποίησης στοιχείων παραμένουν περιορισμένες. Οι περισσότερες τεχνολογικές εταιρείες δεν δημοσιοποιούν αναλυτικά δεδομένα για την άντληση νερού ή τις πρακτικές ψύξης σε επίπεδο εγκατάστασης. Ειδικοί που επικαλείται η The Guardian προειδοποιούν ότι η απουσία υποχρεωτικής αναφοράς δυσχεραίνει την αξιολόγηση περιβαλλοντικών κινδύνων και τον σχεδιασμό υποδομών. Χωρίς διαφάνεια, οι τοπικές αρχές ενδέχεται να εγκρίνουν νέες εγκαταστάσεις χωρίς πλήρη κατανόηση των μακροπρόθεσμων επιπτώσεων στα υδατικά συστήματα, στις τιμές ηλεκτρικής ενέργειας ή στους στόχους μείωσης εκπομπών.
Υπάρχουν, ωστόσο, εφικτές λύσεις για τη μείωση του περιβαλλοντικού αποτυπώματος της AI. Έρευνα από το Cornell University επισημαίνει ότι η στρατηγική χωροθέτηση data centers, η ενσωμάτωση ανανεώσιμων πηγών ενέργειας και οι προηγμένες τεχνολογίες ψύξης μπορούν να περιορίσουν σημαντικά τις εκπομπές και την κατανάλωση νερού, εφόσον υιοθετηθούν σε μεγάλη κλίμακα. Σε ορισμένα σενάρια, μόνο η βελτίωση της αποδοτικότητας ψύξης θα μπορούσε να μειώσει τη χρήση νερού σχεδόν κατά ένα τρίτο. Τα United Nations έχουν επανειλημμένα τονίσει ότι η ηλεκτροκίνηση και η ψηφιοποίηση πρέπει να συνοδεύονται από ταχεία ανάπτυξη ανανεώσιμων πηγών ενέργειας όπως η αιολική και η ηλιακή. Χωρίς παράλληλη αποανθρακοποίηση του δικτύου, η αύξηση της ψηφιακής και AI υποδομής κινδυνεύει να παγιώσει υψηλότερες εκπομπές αντί να συμβάλει στη μείωσή τους.
Τα συστήματα AI όπως το ChatGPT προσφέρουν ουσιαστικά κοινωνικά οφέλη — από την εκπαίδευση και την προσβασιμότητα έως την έρευνα και την επικοινωνία. Όμως, όσο η υιοθέτησή τους επιταχύνεται, τόσο αυξάνεται και η ευθύνη να διασφαλιστεί ότι η καινοτομία δεν θα επιβαρύνει περαιτέρω τη σταθερότητα του κλίματος και την ασφάλεια των υδατικών πόρων. Το μέλλον της τεχνητής νοημοσύνης δεν θα εξαρτηθεί μόνο από την τεχνολογική πρόοδο, αλλά και από το κατά πόσο η ανάπτυξή της θα ευθυγραμμιστεί με τα οικολογικά όρια του πλανήτη.
