Emissões de treinamento de IA: os sistemas habilitados para IA contribuem para as emissões globais de carbono

• Autor:
• Nome do autor

  Previsão Quantumrun
• 3 de maio de 2022

Resumo do insight

O aumento da tecnologia de inteligência artificial (IA) trouxe consigo um desafio ambiental inesperado, uma vez que a energia consumida durante o treino de IA conduz a emissões significativas de carbono. Reconhecendo esta questão, a indústria está a explorar soluções como o desenvolvimento de modelos de IA mais eficientes em termos energéticos, parcerias com empresas de energia renovável e relocalização de centros de dados para minimizar o consumo de energia. Estes esforços, juntamente com potenciais medidas regulamentares, estão a moldar um futuro onde o avanço tecnológico e a responsabilidade ambiental poderão coexistir.

Contexto de emissões de treinamento de IA

Sabe-se que os sistemas movidos por inteligência artificial (IA) consomem quantidades significativas de energia durante as fases de treinamento, levando à emissão de grandes quantidades de carbono. Isto, por sua vez, contribui para as alterações climáticas, criando uma preocupação ambiental que não pode ser ignorada. À medida que a indústria da IA ​​continua a crescer, com uma procura crescente de modelos maiores e mais complexos, o desafio torna-se ainda mais complexo. 

A IA está a desempenhar um papel cada vez mais importante na economia global e a impulsionar novos desenvolvimentos nas indústrias dos cuidados de saúde, da tecnologia e da energia, para citar apenas alguns. No entanto, no meio da mudança benéfica introduzida pelos sistemas de IA, estudos demonstraram que são produzidas grandes quantidades de carbono devido à energia consumida pelos sistemas de IA quando estão a ser treinados e quando realizam um grande número de cálculos. De acordo com uma pesquisa realizada em 2019 pela Universidade de Massachusetts em Amherst, aproximadamente 1,400 libras de emissões são geradas durante o treinamento de um sistema de processamento de linguagem de IA pronto para uso. Além disso, dependendo da fonte de energia, cerca de 78,000 libras de carbono são emitidas quando um sistema de IA de aprendizagem profunda é construído e treinado do zero.

Em reconhecimento de como a criação e formação de sistemas de IA contribuem para as alterações climáticas, surgiu o movimento Green AI, que procura tornar os processos baseados em IA mais limpos e mais ecológicos. O movimento observou que alguns algoritmos de aprendizado de máquina consomem menos energia do que outros sistemas baseados em IA, enquanto o treinamento do sistema de IA pode ser movido para locais remotos e usar energia de fontes renováveis. 

Impacto disruptivo

As empresas especializadas na produção e formação de sistemas de IA têm potencial para causar um impacto positivo no ambiente ao adoptarem fontes de energia renováveis. Os governos e os organismos reguladores podem encorajar esta mudança, oferecendo incentivos fiscais e apoio àqueles que instalam sistemas de energia renovável para apoiar as suas operações baseadas em IA. Os países com fortes indústrias de energias renováveis ​​poderão tornar-se destinos atrativos para estas empresas, fornecendo as infraestruturas necessárias. 

As emissões de carbono produzidas durante o treinamento de algoritmos de IA variam amplamente, dependendo de fatores como a fonte de geração de eletricidade, o tipo de hardware de computador usado e o próprio design do algoritmo. Pesquisadores, incluindo os do Google, descobriram que é possível reduzir significativamente essas emissões, às vezes por um fator entre 10 e 100 vezes. Ao fazer ajustes cuidadosos, como aproveitar a energia renovável e utilizar diferentes locais, a indústria pode fazer progressos substanciais na redução da sua pegada de carbono. 

As autoridades reguladoras têm um papel a desempenhar para garantir que os projetos de formação em IA cumpram as normas ambientais. Se projetos específicos forem identificados como contribuintes significativos para os níveis de emissões de carbono nas suas jurisdições, as autoridades podem impor paralisações de trabalho até que as emissões sejam reduzidas. Os impostos sobre os centros de IA que produzem grandes quantidades de carbono podem ser implementados como um elemento dissuasor, enquanto as empresas de IA podem explorar os mais recentes desenvolvimentos na ciência computacional para realizar mais cálculos utilizando menos energia.

Implicações das emissões de treinamento de IA 

Implicações mais amplas das emissões de treinamento em IA podem incluir:

• O desenvolvimento priorizado de novos modelos de IA que possam analisar dados de forma mais eficiente com consumo mínimo de energia, levando a uma redução nas demandas globais de energia e a uma diminuição correspondente no impacto ambiental.
• As empresas investiram no desenvolvimento de IA em parceria com empresas de energia renovável para que possam ser instaladas infra-estruturas de energia limpa para apoiar as suas operações, promovendo a colaboração entre os sectores tecnológico e energético.
• Transferir a localização dos centros de dados para tirar partido dos incentivos fiscais e evitar a supervisão regulamentar, ou realocá-los para locais árticos para minimizar a energia gasta no arrefecimento de servidores, levando a novos centros geográficos para a tecnologia e potencial crescimento económico local.
• A criação de novos programas educativos centrados no desenvolvimento sustentável da IA, conduzindo a uma força de trabalho mais qualificada para equilibrar o avanço tecnológico com a responsabilidade ambiental.
• O surgimento de acordos e normas internacionais sobre emissões de carbono da IA, levando a uma abordagem global mais unificada para gerir o impacto ambiental da IA.
• Uma mudança nas expectativas dos consumidores em relação a produtos e serviços de IA ambientalmente responsáveis, levando a mudanças no comportamento de compra e a um aumento da procura de transparência no consumo de energia da IA.
• O potencial de deslocação de empregos nos sectores energéticos tradicionais, à medida que as empresas de IA recorrem cada vez mais a fontes de energia renováveis, conduzindo a mudanças no mercado de trabalho e à necessidade de programas de reconversão profissional.
• O desenvolvimento de novas alianças políticas e tensões baseadas na disponibilidade de energias renováveis ​​e nas necessidades da indústria de IA, levando a mudanças nas relações internacionais e nos acordos comerciais.
• Um maior foco no design de hardware com eficiência energética especificamente adaptado para aplicações de IA, levando a avanços tecnológicos que priorizam a sustentabilidade juntamente com o desempenho.
• O potencial para que as zonas rurais com abundantes recursos energéticos renováveis ​​se tornem locais atraentes para o desenvolvimento da IA, conduzindo a mudanças demográficas e a novas oportunidades de crescimento económico em regiões anteriormente mal servidas.

Questões a considerar

• Você acha que deveriam ser aprovadas regulamentações que estipulem que apenas energia renovável seja usada quando as empresas de IA planejam treinar e desenvolver sistemas de IA de aprendizagem profunda? 
• Deverão os ambientalistas ter em conta os benefícios da poupança de energia que resultam da análise do sistema de IA (por exemplo, projetos de computação para novos materiais, maquinaria, roteamento da cadeia de abastecimento, etc.) para calcular o custo ambiental real/total dos sistemas de IA?