A inteligência artificial precisa se tornar sustentável rapidamente

O avanço da inteligência artificial tem causado preocupações ambientais devido à sua pegada de carbono, especialmente os modelos gerados por grandes provedores de nuvem. Esses modelos são executados em GPUs e consomem 10–15 vezes mais energia do que as CPUs tradicionais. A estimativa é de que uma consulta de IA generativa tenha uma pegada quatro a cinco vezes maior do que a de uma consulta em um mecanismo de busca convencional. 

O consumo energético alto também integra o problema da indústria de Data Centers, que é responsável por 2-3% das emissões globais de gases do efeito estufa. Essas instalações consomem enormes quantidades de energia e água, representando aproximadamente 7% do consumo elétrico na Dinamarca e 2.8% nos Estados Unidos.

São dados que nos mostram a urgência de abordar práticas mais sustentáveis na evolução tecnológica para mitigar o impacto ambiental crescente dessa revolução digital que acelera a cada dia que passa. 

A sustentabilidade precisa de estratégia

Estudos realizados pelo MIT em 2019, demonstram que treinar um grande modelo de IA, como o ChatGPT, pode resultar na emissão de 626.000 libras de dióxido de carbono, o que é equivalente a quase cinco vezes as emissões ao longo da vida de um carro médio. 

A questão sobre esse custo é que é possível tornar a inteligência artificial mais sustentável através de escolhas energeticamente eficientes de algoritmos, hardware e uso de data centers em nuvem. 

A Universidade da Califórnia aponta que isso pode reduzir a pegada de carbono da IA em 100 ou até 1000 vezes. Além disso, um estudo realizado pela Accenture Labs observou que se a IA for treinada com apenas 70% do seu conjunto de dados o consumo de energia pode ser reduzido em 47% enquanto a eficiência só perde 1% de precisão. Logo, a eficiência energética não exige um comprometimento alto na qualidade dos modelos de IA, mas sim uma visão estratégica.  

Dessa forma, se as empresas adotarem modelos pré-treinados para novas tarefas, terão o potencial de não apenas preservar a precisão do modelo, mas também reduzir o consumo de energia e as emissões de carbono. 

O que está impedindo as empresas? 

As empresas têm conhecimento do valor que a sustentabilidade oferece para crescimento e valor dos seus produtos e serviços. O estudo da Accenture mencionado anteriormente apontou que 48% das empresas mencionam esse crescimento e 49% também mencionam maior inovação e melhoria na experiência do cliente através da sustentabilidade. 

Contudo, muitas delas alegam não terem soluções ideais para seus negócios (40%), não terem conhecimento das consequências de uma tecnologia não verde (20%) ou ainda que as soluções são muito complexas (33%). Por causa disso, suas estratégias de negócios, tecnologia e sustentabilidade não estão integradas. Ou seja, cada desenvolvimento acontece de forma paralela e isolada.  

Dentro desse contexto, surge a necessidade de laboratórios de pesquisas, empresas de tecnologia e fornecedores de IA monitorarem a pegada de carbono em suas operações. Pois assim é possível que as atividades de IA sejam melhor compreendidas através da divulgação transparente desses dados. Isso proporciona às empresas decisões informadas capazes de reduzir a complexidade das suas estratégias. 

Além disso, a necessidade de monitorar a pegada de carbono na IA não se limita apenas à divulgação transparente dos números. Ela também abrange o cálculo preciso das emissões de gases de efeito estufa, uma métrica intrinsecamente vinculada aos conjuntos de dados fornecidos por empresas, laboratórios de pesquisa e provedores de serviços em IA. 

Essa precisão é necessária em todas as fases do desenvolvimento para garantir uma atuação sustentável e consciente em toda a cadeia de desenvolvimento.