0 / 0
Torna alla versione inglese della documentazione
Impatto sul rischio ambientale per l'IA
Ultimo aggiornamento: 12 dic 2024
Impatto sul rischio ambientale per l'IA
Impatto sociale Icona che rappresenta i rischi di impatto sulla società.
Rischi non tecnici
Impatto sociale
Amplificato da AI generative

Descrizione

L'IA, e in particolare i modelli generativi di grandi dimensioni, potrebbero produrre un aumento delle emissioni di carbonio e dell'utilizzo di acqua per la loro formazione e il loro funzionamento.

Perché l'impatto sull'ambiente è una preoccupazione per i modelli di base?

L'addestramento e il funzionamento di grandi modelli di IA, la costruzione di centri dati e la produzione di hardware specializzato per l'IA possono consumare grandi quantità di acqua ed energia, contribuendo alle emissioni di carbonio. Inoltre, le risorse idriche utilizzate per il raffreddamento dei server dei data center AI non possono più essere destinate ad altri usi necessari. Se non gestiti, potrebbero aggravare i cambiamenti climatici

Immagine di sfondo per i rischi associati all'input
Esempio

Aumento delle emissioni di carbonio

Secondo l'articolo di partenza, l'addestramento di precedenti modelli di chatbot come GPT-3 ha portato alla produzione di 500 tonnellate metriche di emissioni di gas serra, equivalenti a circa 1 milione di chilometri percorsi da un veicolo convenzionale alimentato a benzina. Questo stesso modello ha richiesto più di 1.200 MWh durante la fase di addestramento, ovvero la quantità di energia utilizzata da un milione di case americane in un'ora.

Argomento principale: Atlas rischio AI

Facciamo degli esempi che sono stati trattati dalla stampa per spiegare molti dei rischi dei modelli di fondazione. Molti di questi eventi trattati dalla stampa sono ancora in evoluzione o sono stati risolti, e fare riferimento ad essi può aiutare il lettore a comprendere i rischi potenziali e a lavorare per mitigarli. L'evidenziazione di questi esempi è solo a scopo illustrativo.

Ricerca e risposta AI generativa
Queste risposte sono generate da un modello di lingua di grandi dimensioni in watsonx.ai basato sul contenuto della documentazione del prodotto. Ulteriori informazioni