L'Impronta Idrica dell'Intelligenza Artificiale

L’Impronta Idrica dell’Intelligenza Artificiale

L’Intelligenza Artificiale (IA) sta trasformando rapidamente il nostro mondo, offrendo soluzioni innovative e miglioramenti in diversi settori. Tuttavia, dietro questa rivoluzione tecnologica si nasconde un problema spesso trascurato: l’impronta idrica. Mentre l’attenzione si concentra giustamente sull’impatto delle emissioni di carbonio, è fondamentale analizzare e comprendere il consumo di acqua associato all’IA per garantire uno sviluppo sostenibile. Questo articolo esplora l’impronta idrica dell’IA, basandosi su dati scientifici e proiezioni concrete, e offre spunti di riflessione per aziende e professionisti interessati alla sostenibilità.

La Crisi Idrica Globale: Un Contesto Ineludibile

Prima di approfondire l’impronta idrica dell’IA, è essenziale riconoscere la gravità della crisi idrica globale. Le risorse di acqua dolce sono limitate e sotto pressione crescente a causa dell’aumento della popolazione, dell’industrializzazione e dei cambiamenti climatici. Dichiarazioni di figure autorevoli e organizzazioni internazionali sottolineano l’urgenza di questo problema:

Facebook (ora Meta): “L’acqua è una risorsa finita, e ogni goccia conta.”
Google: “L’acqua fresca e pulita è una delle risorse più preziose sulla Terra… Ora stiamo intraprendendo azioni urgenti per sostenere la sicurezza idrica e gli ecosistemi sani.”
Segretario Generale dell’ONU António Guterres: “L’acqua è un diritto umano e il denominatore comune dello sviluppo per plasmare un futuro migliore. Ma l’acqua è in guai seri.”

Queste affermazioni non sono semplici slogan, ma riflettono una crescente consapevolezza della necessità di agire rapidamente per proteggere le risorse idriche.

L’IA e il Consumo di Acqua: Un Problema Sotto il Radar

Mentre l’impronta di carbonio dell’IA è diventata un tema di dibattito pubblico, il suo consumo di acqua rimane spesso inosservato. I data center, fondamentali per l’addestramento e l’operatività dei modelli IA, sono grandi consumatori di energia e di conseguenza, anche di acqua. Questo consumo idrico avviene sia direttamente, per il raffreddamento dei server, sia indirettamente, attraverso la produzione dell’elettricità necessaria. L’espansione dell’IA sta portando a un aumento senza precedenti del consumo di acqua da parte dei data center.

Dati Concreti: Il Consumo Idrico dell’IA

Per comprendere appieno la portata del problema, è utile analizzare alcuni dati e proiezioni:

Google ha consumato 23 miliardi di litri di acqua per il raffreddamento dei suoi data center nel 2023, di cui circa l’80% era acqua potabile.
Il consumo di acqua nei data center di Google è aumentato del 20% dal 2021 al 2022 e del 17% dal 2022 al 2023.
Microsoft ha registrato aumenti simili: circa il 34% dal 2021 al 2022 e il 22% dal 2022 al 2023.
Le proiezioni indicano che il consumo di acqua dei data center statunitensi potrebbe raddoppiare o quadruplicare entro il 2028, raggiungendo tra i 150 e i 280 miliardi di litri.
Si prevede che la domanda globale di IA porterà a un prelievo di acqua tra i 4,2 e i 6,6 miliardi di metri cubi nel 2027, una quantità equivalente al consumo annuo di metà del Regno Unito o di 4-6 volte la Danimarca.

Questi numeri evidenziano una tendenza preoccupante: l’aumento della domanda di IA si traduce in un aumento del consumo di acqua, con implicazioni significative per la sostenibilità.

Prelievo vs. Consumo: Un Distinzione Fondamentale

È essenziale distinguere tra “prelievo d’acqua” e “consumo d’acqua” per valutare l’impatto reale dell’IA sulle risorse idriche:

Prelievo d’acqua (Water Withdrawal): si riferisce all’acqua dolce prelevata da fonti superficiali o sotterranee per usi agricoli, industriali o civili. Il prelievo indica la competizione per le risorse idriche.
Consumo d’acqua (Water Consumption): è definito come “prelievo d’acqua meno scarico d’acqua” e indica la quantità di acqua che viene evaporata, traspirata, incorporata in prodotti o rimossa dall’ambiente acquatico. Il consumo d’acqua riflette l’impatto sulla disponibilità di acqua a valle ed è fondamentale per valutare la scarsità a livello di bacino idrografico.

Entrambi gli aspetti sono importanti per comprendere l’impatto ambientale dell’IA.

I Tre “Ambiti” del Consumo Idrico dell’IA

Il consumo idrico dell’IA può essere analizzato in tre ambiti principali:

Scope-1: l’acqua utilizzata direttamente nei data center per il raffreddamento dei server, spesso attraverso torri di raffreddamento ad evaporazione. Questo ambito include l’acqua che evapora durante il processo di raffreddamento.
Scope-2: l’acqua consumata indirettamente per la produzione di elettricità che alimenta i data center. Le centrali termoelettriche, in particolare, sono grandi consumatrici di acqua per la produzione di energia.
Scope-3: l’acqua utilizzata nella catena di approvvigionamento, inclusa la produzione di chip e server. Questo ambito, spesso sottovalutato, può essere significativo ma più difficile da quantificare.

È cruciale considerare tutti e tre gli ambiti per avere una visione completa dell’impatto idrico dell’IA. La maggior parte dell’impronta idrica dell’IA è costituita da “acqua blu”, prelevata da fiumi, laghi e falde acquifere, direttamente accessibile per l’uso umano.

Metodologia di Calcolo dell’Impronta Idrica dell’IA

Per quantificare l’impatto idrico dell’IA, è necessario calcolare la sua impronta idrica, che comprende due componenti principali:

Impronta Operativa: include sia l’acqua utilizzata direttamente nel sito per il raffreddamento dei server (Scope-1) sia quella legata alla produzione dell’elettricità necessaria (Scope-2).

Impronta Incorporata: considera l’acqua utilizzata per la produzione di server e chip, ammortizzata sulla durata del loro ciclo di vita.

Impronta Totale: è data dalla somma dell’impronta operativa e incorporata.

L’efficienza d’uso dell’acqua (WUE) varia nel tempo e nello spazio, a seconda delle condizioni climatiche e delle fonti di energia utilizzate.

Caso di Studio: GPT-3, un Esempio Illuminante

Il modello linguistico GPT-3, sviluppato da OpenAI e utilizzato in molte applicazioni di IA, offre un esempio concreto del consumo di acqua associato all’IA.

Addestramento: L’addestramento completo di GPT-3 in un data center Microsoft negli Stati Uniti può consumare 5,4 milioni di litri d’acqua, di cui 700.000 litri direttamente nel sito (Scope-1).
Inferenza: Per ogni 10-50 risposte di media lunghezza, GPT-3 consuma l’equivalente di una bottiglia d’acqua da 500ml.

Questo caso di studio evidenzia come anche una singola operazione di IA, come una semplice conversazione, possa avere un impatto significativo sul consumo idrico.

Raccomandazioni per un’IA Sostenibile

Per ridurre l’impronta idrica dell’IA, è necessario adottare un approccio olistico che consideri tutti gli aspetti del suo ciclo di vita. Ecco alcune raccomandazioni:

Trasparenza e Reporting: è fondamentale includere l’impronta idrica (Scope-1, Scope-2 e Scope-3) nei model card e nei dashboard cloud, in modo simile a quanto fatto per le emissioni di carbonio. Questo aumenterebbe la consapevolezza dell’impatto idrico e incoraggerebbe pratiche più sostenibili.
Considerare “Quando” e “Dove”: pianificare l’addestramento e l’inferenza dei modelli IA in momenti e luoghi con una maggiore efficienza idrica. La Water Usage Effectiveness (WUE) varia a seconda delle condizioni climatiche locali e del mix energetico utilizzato per la produzione di elettricità. Programmare l’addestramento di notte o in data center con una migliore WUE può ridurre il consumo di acqua.
Bilanciare Carbonio e Acqua: ottimizzare sia l’efficienza energetica che quella idrica, adottando un approccio olistico. “Seguire il sole” per ridurre le emissioni di carbonio sfruttando l’energia solare può portare a un maggior consumo di acqua durante le ore più calde della giornata. È quindi necessario trovare un equilibrio tra i due aspetti.
Ricerca e Innovazione: investire in tecnologie di raffreddamento più efficienti, come i dry cooler che non utilizzano acqua e in metodologie per ridurre l’uso di acqua nella produzione di server e chip.
Standardizzazione: includere il consumo di acqua come metrica fondamentale negli standard internazionali per l’IA sostenibile.

Proiezioni sul Consumo Globale di Acqua dell’IA nel 2027

Sulla base di stime di consumo energetico tra 85 e 134 TWh, si prevede che l’IA globale nel 2027 consumerà tra i 4,2 e i 6,6 miliardi di metri cubi di acqua (prelievo) e tra 0,38 e 0,6 miliardi di metri cubi di acqua (consumo). Queste cifre sono paragonabili al prelievo di acqua di 4-6 Danimarche o alla metà del Regno Unito.

Conclusioni

L’impronta idrica dell’IA è una questione critica che richiede l’attenzione di tutti i soggetti coinvolti: aziende, ricercatori, governi e utenti finali. È necessario un approccio olistico che tenga conto sia dell’efficienza energetica che di quella idrica, con maggiore trasparenza e consapevolezza. L’impronta idrica dell’IA non può più essere ignorata.

Prossimi Passi

Per affrontare efficacemente l’impatto idrico dell’IA, è necessario:

Promuovere la ricerca e la raccolta dati sull’impronta idrica dell’IA, in particolare per lo Scope-3.
Incentivare l’adozione di pratiche sostenibili da parte delle aziende che sviluppano e utilizzano l’IA.
Sensibilizzare l’opinione pubblica sull’importanza di un utilizzo consapevole dell’IA, considerando anche il consumo di risorse idriche.

L’IA ha un enorme potenziale per migliorare la nostra società, ma è fondamentale che il suo sviluppo sia sostenibile e non comprometta la disponibilità di risorse preziose come l’acqua. La collaborazione e l’innovazione sono essenziali per raggiungere questo obiettivo.

Spero che questo articolo fornisca spunti utili e stimoli il dibattito sulla sostenibilità dell’IA. Se avete domande o ulteriori commenti, non esitate a condividerli.