QUANDO SI PARLA DI INTELLIGENZA ARTIFICIALE, SI PENSA A SERVER, ALGORITMI E MODELLI LINGUISTICI MA RARAMENTE SI CONSIDERA IL SUO IMPATTO SUL CONSUMO IDRICO. EPPURE, IL FUNZIONAMENTO E SOPRATTUTTO L’ADDESTRAMENTO DELLE AI COMPORTANO UN FABBISOGNO D’ACQUA IMPRESSIONANTE
Motivazioni per cui l’acqua è necessaria all’AI
Il bisogno di acqua all’Intelligenza Artificiale è dovuto principalmente al raffreddamento dei data center, veri e propri motori digitali del mondo moderno.
È qui che si trovano i server che elaborano dati e informazioni in tempo reale, cuore pulsante dell’AI. Ma proprio queste infrastrutture richiedono enormi quantità d’acqua per mantenere sotto controllo le temperature interne durante i picchi di attività. Il raffreddamento diventa quindi cruciale per garantirne efficienza e continuità operativa.
Sei miliardi d’acqua
Il tema è al centro di dibattiti di comunicazione e sostenibilità. Secondo quanto segnalato dal Digital Sustainability Day, l’addestramento dei modelli di intelligenza artificiale generativa potrebbe richiedere fino a 6miliardi di litri d’acqua a livello globale.
Si tratta di un volume paragonabile al fabbisogno annuale di migliaia di famiglie. Questo comporta inevitabili dilemmi etici ed ecologici. Un dato che sorprende e preoccupa, soprattutto in un Paese come l’Italia, dove le perdite nella rete idrica superano il 40% e la crisi idrica è diventata una costante, specie nelle regioni meridionali.
Dilemmi etici
L’uso intensivo di acqua da parte dell’AI solleva significativi interrogativi etici. L’accesso all’acqua potabile è ancora negato a circa 2miliardi di persone e viene da sé che è un problema morale sapere che ingenti quantità sono usati per sostenere, ad esempio, algoritmi pubblicitari o sistemi di raccomandazione.
La tecnologia può diventare parte della soluzione?
Se impiegata in modo funzionale è la stessa evoluzione tecnologica a venire in soccorso di questa importante criticità. Con sensori e algoritmi, il consumo d’acqua potrebbe essere ridotto anche del 50%.
Ad esempio i sensori possono rilevare in tempo reale la temperatura, l’umidità e l’efficienza del sistema. Gli algoritmi possono prevedere i picchi di carico e attivare il raffreddamento solo nei momenti necessari, evitando l’uso continuo e superfluo dell’acqua.
I sistemi quindi si adattano al carico effettivo dei server: se l’attività cala, riducono automaticamente l’uso di risorse. Diviene necessario attivare inoltre piani di intervento che prevedano, ad esempio, ottimizzazione dei modelli, spostamento dei data center presso regioni fredde, trovare sistemi di raffreddamento alternativi, provvedere al riutilizzo dell’acqua con impianti chiusi per il riciclo.
