Ozbiljno upozorenje UN-a: AI guta struju, vodu i zemljišta

Potrošnja vode i zemljišta

U izvješću Instituta za vodu, okoliš i zdravlje Sveučilišta UN-a (UNU-INWEH) navodi se kako se utjecaj umjetne inteligencije na okoliš „sustavno pogrešno procjenjuje“ jer se većina analiza usredotočuje na emisije ugljika, zanemarujući potrošnju vode i zemljišta.

Do 2030. godine, vodeni otisak podatkovnih centara za umjetnu inteligenciju mogao bi dosegnuti 9.3 bilijuna litara, što odgovara godišnjim potrebama za vodom 1.3 milijarde ljudi u subsaharskoj Africi. Istovremeno, njihov zemljišni otisak mogao bi premašiti 14.500 četvornih kilometara, što je otprilike dvostruko veća površina od metropolitanskog područja Jakarte.

„Ovo izvješće nije osuda umjetne inteligencije“, izjavio je Kaveh Madani, direktor UNU-INWEH-a. Umjesto toga, pozvao je na odgovornu primjenu umjetne inteligencije i proaktivno djelovanje kako bi se riješile njezine neželjene posljedice.

Energetska glad podatkovnih centara

Prema izvješću, globalni podatkovni centri su u 2025. godini potrošili procijenjenih 448 TWh električne energije. Kada bi se promatrali kao država, bili bi 11. najveći potrošač struje na svijetu.

U izvješću se upozorava da „nisko-ugljično“ ne znači nužno i nisku potrošnju vode ili zemljišta. Napominje se kako neke energetske tranzicije mogu smanjiti emisije, ali istovremeno povećati pritisak na vodne i zemljišne resurse.

Obuka naspram primjene: Gdje se troši energija?

U javnoj raspravi previše se pažnje posvećuje energiji potrebnoj za obuku velikih AI modela, iako najveći dio potrošnje, od 80 do 90 posto, zapravo otpada na takozvanu inferenciju – proces korištenja već razvijenih modela za odgovaranje na upite korisnika.

Primjerice, procjenjuje se da samo ChatGPT obradi oko 2.5 milijardi upita dnevno, za što mu je godišnje potrebno otprilike 383 GWh električne energije, stoji u izvješću.

Razlike u potrošnji ovisno o zadatku

Ekološki otisak značajno varira ovisno o zadatku. Tako generiranje jedne slike pomoću umjetne inteligencije zahtijeva oko 1450 puta više energije nego osnovna klasifikacija teksta. Generiranje kratkog videozapisa može potrošiti jednako električne energije kao 200.000 klasifikacija neželjene pošte.

Izvješće zaključno poziva na stvaranje odgovornog ekosustava umjetne inteligencije koji se temelji na transparentnosti, učinkovitosti u samom dizajnu, ekološkoj pravdi, odgovornosti tijekom cijelog životnog ciklusa, globalnoj suradnji i održivoj upotrebi.