Quotidianamente tocchiamo con mano i benefici che l’uso dell'intelligenza artificiale può portare alla società e al lavoro ma spesso non ci rendiamo conto di quale sia il costo ambientale da pagare per consentire l’elaborazione dei calcoli alla base della stessa AI. Il Machine Learning, in particolare, utilizzato per l’auto apprendimento dei sistemi allo scopo di svolgere compiti tipicamente umani,
ha raggiunto un livello di sofisticazione notevole grazie ad enormi quantità di dati utilizzati per addestrarli. La potenza di calcolo richiesta per l’apprendimento può durare settimane e il continuo consumo energetico comporta l’emissione di grandi quantità di gas serra.
Si pensi che tutte le attività svolte in cloud lasciano una traccia di consumo energetico, detta in gergo “carbon footprint”, maggiore di tutta l’industria aeronautica. Le emissioni prodotte da Google sono aumentate del 48% negli ultimi 5 anni a causa delle elaborazioni di intelligenza artificiale. GPT-3, basato su un modello di elaborazione on 175 miliardi di parametri, produce un consumo di energia di 1287 MegaWattora.
Con la diffusione a tutti i livelli di utenza delle applicazioni di intelligenza artificiale, da privata ad industriale, è via via cresciuto il bisogno di stimare tale impatto, valutando l’energia utilizzata e identificando le strategie che possono essere applicate per ridurne il consumo.
Una soluzione innovativa realizzata per questo scopo è stata trovata nella diffusione di un pacchetto software, cioè una libreria di funzioni e routine, utilizzabile dagli sviluppatori di modelli di machine learning e intelligenza artificiale per effettuare un monitoraggio del consumo di energia utilizzata dalle istruzioni implementate. Uno dei pacchetti software che svolge questa funzione di monitoraggio è CodeCarbon. L’integrazione di CodeCarbon consente agli sviluppatori di monitorare le emissioni, misurate in chilogrammi di CO₂-equivalenti (CO₂eq), per stimare l’entità dovuta al loro lavoro. In informatica, che genera biossido di carbonio attraverso l'elettricità, le emissioni di carbonio sono misurate in chilogrammi di CO₂-equivalente per kilowattora. Di fatto, l'elettricità viene generata come parte della rete elettrica più ampia, ad esempio bruciando combustibili fossili.
Per fare un esempio concreto, nel codice sorgente in Python CodeCarbon viene incluso con una istruzione “import” attraverso la quale è possibile avviare un’istanza di monitoraggio e tracciamento dei consumi. Nel codice che segue sotto viene mostrato come eseguire il calcolo del consumo energetici della somma dei quadrati di tutti i numeri interi dal valore 1 sino ad un milione.
from codecarbon import EmissionsTracker
fracker = EmissionsTracker()
fracker.start()
result = sum(i**2 for I in range(1,1000001))
print(result)
tracker.stop()
