A Inteligência Artificial tem sido um dos principais tópicos de discussões e pesquisas, tanto no mundo profissional, quanto no mundo pessoal. Diversas pessoas estão utilizando estas ferramentas para realizar diversas atividades. Este uso constante está causando um número elevado de litros de água, usados no resfriamento das máquinas necessárias para processarem e aprenderem. Isso gera debates sobre a sustentabilidade relacionados com o uso excessivo de recursos naturais.
O uso de água pela IA
Recentemente, surgiu uma moda na Internet, que tem feito vários usuários utilizarem o ChatGPT: transformar fotos em imagens com um estilo de animação semelhante às animações do Studio Ghibli, uma famosa produtora de filmes animados japoneses, que inclusive já chegaram até a ganhar prêmios do Oscar por algumas de suas produções. Essa trend tem causado muitos acessos e principalmente muitos comandos feitos ao ChatGPT. Esse grande número de acessos faz com que seja necessário mais processamento da ferramenta de IA, o que impacta diretamente no consumo de água.
Mulher segurando celular com foto transformada em estilo do Studio Ghibli (Foto: reprodução/MANAN VATSYAYANA/AFP/Getty Images Embed)
A água é utilizada por empresas de Inteligência Artificial, especialmente a OpenAI, para realizar o resfriamento dos aparelhos que estão ativos e trabalhando para aprimorar e ensinar ao ChatGPT, já que trabalham 24 horas por dia e consomem muita energia. Esse consumo de água acaba sendo muito alto, sendo utilizados cerca de 500ml a cada 20 a 50 perguntas. O consumo para a geração de imagens é ainda maior, pois para gerar uma imagem, o sistema processa um valor de comando equivalente a 20 perguntas. Essas informações vêm de uma pesquisa das universidades de Colorado Riverside e da Texas Arlington, que foi divulgada no final de março.
A Nina da Hora, especialista em IA, afirma que esse problema não é algo exclusivo da OpenAI, mas sim de qualquer empresa que oferece serviço de IA generativa. Ferramentas como Midjourney, DALL·E, entre outras, consomem vários recursos computacionais, a cada vez que uma requisição é feita, e isso impacta diretamente a quantidade de água utilizada para fazer o resfriamento.
No auge dessa nova tendência de geração de imagens, a OpenAI revelou que 1 milhão de usuários acessaram a plataforma em apenas uma hora, gerando 3 milhões de imagens em apenas um dia. É possível calcular, então que apenas nessa ocasião, o gasto de água já foi de aproximadamente 75 mil litros em um tempo de somente 60 minutos.
O impacto da água na IA
É estimado que até 2027, a demanda da IA, ao redor do mundo, cause entre 4,2 a 6,6 bilhões de metros cúbicos de captação de água. Isso equivale à retirada total de água de quatro a seis Dinamarcas o metade do Reino Unido.
Logo do ChatGPT em tela de celular (Foto: reprodução/Abdullah Guclu/Anadolu/Getty Images Embed)
Isso é preocupante, já que a escassez de água doce se tornou um dos desafios mais urgentes da atualidade. Para responder aos desafios hídricos globais, a IA pode e deve assumir responsabilidade social, dando o exemplo ao abordar sua própria pegada hídrica.”, dizem os cientistas responsáveis pela pesquisa.
O professor e especialista em IA, Adilson Batista, diz que análises mais profundas, sobre os impactos do uso de água para a IA, são limitadas pela falta de transparência das empresas. Há pouca divulgação sobre os dados e informações do consumo de água e energia, o que dificulta nas pesquisas e estudos sobre métodos sustentáveis, que causariam um impacto mais positivo no meio ambiente.
Medidas para consumo sustentável
As universidades dos EUA, que fizeram a pesquisa, ainda sugeriram métodos para reduzir o consumo de água como o desenvolvimento de sistemas de resfriamento mais eficientes, mover os data centers para lugares mais frios e a utilização de tecnologias alternativas que consigam reduzir a necessidade de água.
Aplicativo e site do ChatGPT, em telas de um celular e um laptop, respectivamente (Foto: reprodução/JUSTIN TALLIS/AFP/Getty Images Embed)
Também é uma alternativa, o agendamento estratégico de aprendizado da IA, para não sobrecarregar o sistema.
