As consequências climáticas da inteligência artificial

A construção e operação de data centers usados para treinar e executar modelos de Inteligência Artificial (IA) está a contribuir para as emissões de gases de efeito de estufa e, consequentemente, a aumentar o consumo de energia.

De acordo com o Relatório de Sustentabilidade Ambiental 2024 publicado pela Microsoft, as suas emissões de CO2 aumentaram quase 30% desde 2020 devido à expansão do data center. Já as emissões de emissões de gases de efeito de estufa (GEE, na sigla em inglês) do Google, em 2023, registaram mais quase 50% do que em 2019.

A utilização de energia pela IA representa cerca de 2/3% do total de emissões globais, cenário que poderá muda à medida que mais empresas utilizem a IA. De acordo com o World Economic Forum, os sistemas de IA generativa podem usar cerca de 33 vezes mais energia para concluir uma tarefa do que o software específico da tarefa. 

Segundo a mesma organização estima-se que o treino de um modelo como o Generative Pre-trained Transformer 3 (ou GPT-3) utilize pouco menos de 1.300 megawatts-hora (MWh) de eletricidade. Ou seja, equivalente aproximadamente ao consumo anual de energia de 130 residências nos EUA. Além disso, calcula-se que o treino do GPT-4 mais avançado, por sua vez, utiliza 50 vezes mais eletricidade. Em geral, o poder computacional necessário para sustentar o crescimento da IA está a dobrar aproximadamente a cada 100 dias.

Um dos principais desafios é encontrar formas para a indústria de IA melhorar a sua eficiência energética. O World Economic Forum explica que é necessário encontrar o equilíbrio entre esses desafios e as oportunidades que a IA oferece em relação à sustentabilidade. Uma vez que os relatórios destacam o potenciam que esta indústria tem para ajudar a mitigar as emissões globais de GEE.

Reguladores, como o Parlamento Europeu, estão a exigir que os sistemas de IA registem o seu consumo de energia. Além disso, os avanços tecnológicos podem melhorar a eficiência energética, com novos hardware e técnicas de resfriamento em desenvolvimento. A Nvidia, por exemplo, afirma que o seu novo “superchip” pode aumentar o desempenho em 30 vezes com 25 vezes menos energia. Os data centers também estão a tornar-se mais eficientes através de tecnologias avançadas de resfriamento e gestão energética. Também é necessário reduzir o uso de dados desnecessários e optar por modelos de IA menos exigentes em termos de recursos.

O crescente consumo por eletricidade, impulsionado pelo aumento populacional e pela eletrificação, está a pressionar a rede elétrica e pode atrasar a descarbonização - essencial para uma economia de emissões líquidas zero. Neste momento, alguns data centers estão a explorar fontes de energia alternativas e tecnologias de armazenamento para melhorar a sustentabilidade.

Assim, a IA pode ajudar a integrar mais energia renovável na rede, o que prevê a produção e otimiza o uso da energia. De acordo com a organização, também está a contribuir para a eficiência energética em diversos setores, como a construção, a manufatura e a agricultura.