Afinal, a inteligência artificial (IA) é mocinha ou bandida quando o assunto são as mudanças climáticas. Bem, a discussão é bem complexa para dar uma resposta simples. Esse é o assunto da coluna de Diogo Cortiz, nesta semana, em Tilt. Vamos, primeiramente, abordar o lado positivo da IA em relação a um futuro mais sustentável. Essa tecnologia pode nos ajudar a entender as mudanças climáticas, simular e prever eventos com precisão, otimizar sistemas para reduzir perdas e acelerar descobertas científicas que poderão ajudar na sustentabilidade. Quer um exemplo? No fim do ano passado, a equipe de pesquisa do Google Deepmind publicou um artigo na revista Science em que apresenta o GraphCast, um modelo de IA avançado capaz de fazer previsões meteorológicas de médio prazo com precisão sem precedentes. O GraphCast prevê as condições climáticas com até 10 dias de antecedência de forma mais precisa e muito mais rápida do que o padrão ouro da indústria. O problema é que a IA demanda uma quantidade imensa de recursos naturais como, por exemplo, a matéria-prima usada para a produção de chips, a eletricidade utilizada para ligar todo esse poder computacional e a água para resfriar o calor gerado por milhões de processadores. A perspectiva é que modelos de IA fiquem cada vez mais complexos, o que aumenta a demanda por recursos energéticos. O consumo global estimado em 2022 é de 460 terawatts-hora (TWh), mas deve chegar a mais de 1000 TWh em 2026. Essa demanda é aproximadamente equivalente ao consumo de eletricidade do Japão. O professor Shaolei Ben, da Universidade da Califórnia, chama a atenção, em um artigo publicado pela OCDE (Organização para a Cooperação e Desenvolvimento Econômico), que o consumo de água é um fator frequentemente ignorado nas discussões sobre IA e meio ambiente. Para se ter uma ideia da dimensão deste consumo, toda vez que você faz por volta de 10 a 50 perguntas para o ChatGPT (GPT-3), o modelo consome 500 ml de água. Se você estiver usando o GPT-4, que é um modelo mais complexo, essa quantidade é ainda maior. É preciso mais transparência por parte das big techs para que possamos entender minimamente qual o custo ambiental de uma tecnologia cujo desenvolvimento está concentrado na mão de pouquíssimas organizações. Toda vez que um novo modelo é liberado, as empresas costumam publicar os "Model Cards", um documento que descreve o comportamento do modelo, detalhes do desempenho, como deve ser usado e suas limitações. Em algumas versões existe espaço para o detalhamento do consumo de energia. Uma boa prática pode ser exigir a obrigatoriedade desses dados e a adição de informações sobre o consumo de água tanto para o treinamento como para a execução do modelo. Na opinião de Cortiz, o custo ambiental da IA não pode ser desprezado, mas é preciso entender que esse tipo de aplicação pode trazer muitos benefícios para otimizar nossas emissões, antecipar eventos extremos e trazer descobertas científicas que ajudem no processo. O que precisamos é acompanhar de perto esse progresso, ano a ano, e coletar dados para saber qual lado da balança está pesando mais. |