Искусственный интеллект может оставить мир без воды и света
К 2030 году дата-центры, обслуживающие искусственный интеллект, способны поглотить 3% всей вырабатываемой в мире электроэнергии. При этом расход воды на охлаждение серверов рискует превысить годовую потребность всего человечества в питьевой воде. Цифры, приведённые в докладе ООН, ставят под сомнение оптимизм технологических гигантов, обещающих «зелёное» цифровое будущее. Об этом пишет Наука Mail.
Фото из открытых источников / © GigaChat
Защитники идеи стремительного наращивания вычислительных мощностей часто уповают на технический прогресс, утверждая, что со временем алгоритмы станут более экономичными и будут расходовать меньше ресурсов. Однако исследователи считают эту ставку ловушкой. Как ни парадоксально, чем эффективнее становится каждая отдельная операция ИИ, тем стремительнее растёт совокупный аппетит индустрии. Экономия на киловатте полностью нивелируется взрывным ростом количества запросов.
Чтобы осознать масштаб проблемы, достаточно взглянуть на статистику. За прошлый год дата-центры израсходовали столько же электричества, сколько потребляет вся Саудовская Аравия — один из мировых лидеров по этому показателю. Углеродный след от работы ИИ к концу десятилетия достигнет уровня выбросов Великобритании. Но самым острым вызовом остаётся гидросфера. Объём жидкости, необходимый для отвода тепла от серверов, превысит годовую потребность людей в чистой воде.
Если прогнозы о двукратном скачке энергопотребления сбудутся, последствия придётся исправлять десятилетиями. Для нейтрализации выбросов парниковых газов потребуется высадить около 6,7 миллиарда деревьев за десять лет. Инфраструктура ИИ запросит примерно 9,3 триллиона литров воды для охлаждения. А территория, занятая дата-центрами, может разрастись до 15 тысяч кв. км — это почти две Абхазии или полторы Ямайки.
В основе этого парадокса лежит экономический принцип, описанный ещё в XIX веке британским учёным Уильямом Стэнли Джевонсом. Он заметил: когда паровые машины научились использовать уголь эффективнее, его добыча не сократилась. Наоборот, дешёвое топливо хлынуло в новые отрасли, и общее потребление только выросло. Сегодня с искусственным интеллектом происходит то же самое. Снижение стоимости вычислений делает технологию доступной для миллионов новых задач, которые раньше были не по карману бизнесу и государствам.
Принцип, описанный Джевонсом, сегодня называют «эффектом отдачи». Он проявляется не только в энергетике, но и в транспорте: повышение топливной экономичности автомобилей часто приводит к тому, что люди начинают ездить больше или покупают более тяжёлые машины, нивелируя экономию. В сфере ИИ этот эффект усугубляется тем, что генерация видео или сложного 3D-моделирования требует в тысячи раз больше ресурсов, чем простой текстовый запрос к нейросети.
Чтобы выбраться из этой ловушки, ООН предлагает изменить подход к развитию технологий. В документе подчёркивается необходимость прозрачности и экологической ответственности на всём жизненном цикле — от выплавки металлов для чипов до утилизации серверов. Исследователи напоминают: выбор конкретной модели и сценария её использования определяет экологический след так же сильно, как и общая популярность технологии.
Источник: esoreiter.ru
