Le applicazioni dell’intelligenza artificiale nei più diversi settori della società hanno spesso in comune una immensa mole di calcoli da fare in tempi brevi.

Questi calcoli che consuetamente impiegano GPU e TPU, consumano una enorme quantità di energia elettrica: Con il diffondersi di tali tecnologie ovunque, questo consumo sta diventando insostenibile.

L’ulteriore fenomeno della “democratizzazione” dell’AI, sta rendendo possibile l’utilizzo di modelli complessi a chiunque, anche senza basi da Data Scientist e con poche basi di programmazione.

Tutte questa applicazioni “alla carta” dell’AI impattano più di quelle ottimizzate e realizzate con maggior cognizione di causa.

Personalmente da tempo, insieme ad analisi software o progetti per bandi, allego anche uno studio semplice sull’impatto ambientale ed energetico della tecnologia, con previsioni di scala adeguate al problema e consigli sull’implementazione green.

Si tratta di banali moltiplicazioni che qualunque architetto del software può fare facilmente. Si cercano le specifiche dei server che si intende utilizzare, si moltiplica il loro assorbimento medio orario con le previsioni di calcolo dell’AI e si ottengono le cifre, spesso importanti, dell’impatto energetico delle stesse.

È, a mio parere, responsabilità personale di architetti del software e data scientist, quella di cercare il modello ottimizzato più performante e meno dispendioso energeticamente.

La consulenza deve essere sempre etica oltre che economica, sconsigliando se possibile tecnologie troppo impattanti, o cercando almeno di calmierare, scegliendo farm di server alimentate da energia green, e riducendo i tempi di applicazione dell’AI al minimo necessario.

Cambiare il mondo un millimetro alla volta, come dice la mia bio, è compito di ognuno di noi, e in ogni lavoro possiamo fare una parte importante, semplicemente cercando di farlo meglio che possiamo, e rispettando l’ambiente.