O apetite energético imparável da IA: uma crise iminente

A Inteligência Artificial está à beira da transformação das indústrias, mas há uma preocupação premente: as suas necessidades energéticas . À medida que a IA se torna mais avançada e difundida, o seu apetite aumenta.

À medida que avançamos para um futuro impulsionado pela IA, é crucial confrontar a dura realidade: sem regulamentação rigorosa, estamos a preparar-nos para uma crise energética de proporções sem precedentes. Imagine um mundo onde a IA não conhece limites, consumindo energia a um ritmo alarmante. Num tal cenário, testemunharíamos uma pressão colossal na nossa já frágil infra-estrutura energética.

As consequências são apagões frequentes e contas de eletricidade disparadas. A pegada de carbono da IA, se não for abordada, poderá tornar-se uma catástrofe ambiental. Além disso, as empresas e os países que conseguem aproveitar a IA sem restrições irão superar a concorrência daqueles que não conseguem, conduzindo a uma desigualdade económica numa escala sem precedentes.

Neste artigo, abordarei as crescentes demandas energéticas da IA, os desafios que ela representa e as possíveis soluções.

IA como força econômica emergente

Hoje, estamos a entrar numa era em que o pulso da economia será medido não pela simples força do trabalho humano, mas pela quantidade de inteligência artificial no seu núcleo. A IA tem o potencial de remodelar o cenário da produtividade à medida que as empresas procuram melhorar a eficiência da sua força de trabalho com IA e automatizar várias tarefas e funções.

De acordo com PwC , a contribuição potencial da IA para a economia global até 2030 poderá atingir uns espantosos 15,7 biliões de dólares. Aproximadamente 45% dos ganhos económicos resultarão de melhorias nos produtos. A IA promoverá a procura dos consumidores, diversificando os produtos e melhorando a personalização e a acessibilidade.

Já foram identificadas mais de 300 aplicações de IA, que vão além do comércio e abrangem vários domínios científicos. Na física, por exemplo, as redes neurais são atualmente utilizadas para desenvolver novos modelos e teorias. A IA é excelente em descobrir padrões e correlações ocultas nos dados. O Departamento de Energia dos EUA já reconhecido seu potencial para acelerar descobertas experimentais em física nuclear. E na biotecnologia, IA acelera a descoberta de novas moléculas. À medida que os algoritmos continuam a progredir, o escopo de suas aplicações se expande ainda mais.

O alvorecer dos dados sintéticos

Antes de mergulhar nas novas capacidades da IA, é importante distinguir entre as suas duas fases operacionais. As cargas de trabalho de IA tradicionalmente abrangem estágios de treinamento e inferência. Durante o treinamento, o modelo aprende com os dados de entrada ajustando seus parâmetros internos por meio de processos iterativos. Este estágio é computacionalmente intensivo e demorado e requer múltiplas iterações para otimizar o desempenho do modelo. Geralmente também requer assistência humana.

Em contraste, a fase de inferência ocorre após o modelo ter sido treinado e envolve usá-lo para fazer previsões ou decisões com base em dados novos e não vistos. A inferência é normalmente mais rápida e menos exigente em termos computacionais do que o treinamento, pois o modelo aplica o conhecimento aprendido para gerar previsões sem ajustes adicionais de parâmetros.

O processo de aprendizagem autônoma pode, teoricamente, continuar indefinidamente. De acordo com Gartner , prevê-se que os dados sintéticos ultrapassem os dados reais em modelos de IA até 2030. Por causa disso, a IA poderá em breve treinar-se continuamente, empregar modelos para previsões, acumular mais dados e refinar ainda mais os algoritmos. Quanto mais tempo a IA opera, mais precisos e precisos se tornam seus resultados e mais aplicações os algoritmos podem cobrir.

Esta mudança fundamental dos humanos para a IA sublinha a importância de um factor crítico: a energia.

O apetite da IA por poder

Atualmente, o consumo global de energia é influenciado pelas limitações humanas. Para ilustrar, não precisamos de energia durante todo o dia, pois temos que dormir e descansar. Além disso, a IA segue cronogramas de inatividade, manutenção e atualizações. No entanto, à medida que a IA eventualmente superar as suas limitações, aprender a treinar-se e começar a operar 24 horas por dia, as suas necessidades de energia poderão disparar.

Em 2018, um estudo da OpenAI revelado que o poder computacional utilizado para a formação em IA duplicou a cada 3 a 4 meses desde 2012. Não admira que as tarefas de IA, especialmente a aprendizagem profunda, envolvam operações matemáticas complexas em vastos conjuntos de dados. Os modelos de IA de última geração também aumentaram de tamanho com milhares de milhões ou biliões de parâmetros, intensificando o consumo de energia.

As aplicações de IA em grande escala são frequentemente executadas em data centers, que abrigam vários servidores e sistemas de refrigeração. Eles consomem energia significativa para controle de temperatura e operação do servidor. Estes centros de dados já representam uma parte substancial do consumo global de eletricidade, estimado em mais de um por cento e crescendo. Em média, uma instalação em hiperescala consome entre 20 e 50 MW por ano, o equivalente a abastecer até 37 mil residências.

Outra tarefa que exige muita energia é a extração de dióxido de carbono (CO2) da atmosfera para combater as alterações climáticas. Treinar um único modelo de IA pode emitir mais de 626.000 libras de equivalente CO2. É cerca de 5x as emissões de carbono ao longo da vida de um carro médio. A captura de CO2 exige insumos energéticos substanciais devido à sua baixa concentração no ar e às suas propriedades físicas. Responder a estes requisitos energéticos torna-se imperativo à medida que lutamos por emissões líquidas zero e enfrentamos a crise climática.

A ascensão das soluções renováveis

Então, será que a nossa infraestrutura atual está preparada para acomodar as necessidades crescentes da IA? Lamentavelmente, a resposta é não. A nossa rede elétrica está muito aquém da taxa de adaptação necessária. Isto exige uma procura urgente de soluções inovadoras, destacando-se a energia solar como uma resposta promissora a este enigma energético.

A energia solar aproveita o imenso potencial energético do nosso sol, um recurso renovável e praticamente ilimitado. À medida que avançamos em direção a um futuro impulsionado pela IA, as regiões com luz solar abundante experimentarão um aumento na procura de infraestruturas solares. Globalmente, os projetos eólicos e solares deverão contribuir para mais de um terço da eletricidade mundial até 2030.

Os fabricantes de painéis solares estão preparados para prosperar neste novo cenário. A eficiência dos painéis solares continua a melhorar, graças aos avanços na ciência e engenharia de materiais. As empresas de armazenamento de energia especializadas em tecnologias avançadas de baterias também desempenharão um papel fundamental na estabilização da rede energética. Apenas nos EUA, os investimentos globais em armazenamento de energia e redes eléctricas superado US$ 337 bilhões em 2022.

Outro concorrente na busca por energia limpa e eficiente é a energia de fusão, com Energia Hélio empresa de pesquisa sendo um exemplo. No entanto, para tornar a energia de fusão numa fonte de energia prática, ainda temos de produzir combustíveis como o deutério e o hélio-3. Este processo apresenta obstáculos únicos. O deutério está disponível, mas necessita de temperaturas extremamente altas para a reação de fusão, enquanto o hélio-3 é escasso na Terra e requer mineração lunar. Além disso, a energia de fusão deve abordar preocupações económicas, regulamentares, de segurança, escalabilidade e ambientais.

Embora a energia de fusão tenha um enorme potencial, continua a ser experimental e poderá levar várias décadas a generalizar-se. Em contraste com estas complexidades, a energia solar é uma solução potencialmente simples. Oferece um caminho claro e escalável em direção à sustentabilidade, exigindo investimentos estratégicos em infraestruturas solares. A simplicidade da energia solar reside na sua omnipresença, uma vez que a luz solar está disponível praticamente em todo o lado, sem a necessidade de mineração ou extracção extensiva.

À medida que a economia global se desloca em direção à IA e às tecnologias de energia limpa, a procura de terrenos ricos em luz solar, de fabricantes de painéis solares e de empresas de armazenamento de energia aumentará nos próximos anos. No entanto, este crescimento orgânico pode não ser suficiente para evitar um colapso energético.

Regulando as necessidades de IA: uma bomba-relógio

Para garantir um futuro sustentável na era da IA, devemos tomar medidas ousadas para regular as necessidades energéticas da IA. Consideremos o Sistema de Comércio de Emissões da UE, que obriga os fabricantes, as empresas de energia e as companhias aéreas a pagar por cada tonelada de dióxido de carbono que libertam. Em fevereiro de 2023, o preço das licenças de carbono no mercado de carbono da UE alcançado um máximo histórico de 100 euros por tonelada de CO2. Quanto mais elevado for o custo, mais forte será o incentivo para as empresas investirem em tecnologias de baixo carbono e fazerem a transição para fontes de energia mais limpas.

Da mesma forma, deveríamos explorar a ideia de impor impostos adicionais às empresas com um consumo substancial de energia de IA. As empresas que dependem fortemente da IA poderão ser obrigadas a investir em energias renováveis como forma de compensar a sua pegada ambiental. Tal como as emissões de carbono desencadeiam sanções financeiras, o consumo de energia da IA poderia estar ligado a investimentos obrigatórios em infraestruturas solares ou outras iniciativas de energia alternativa.

Embora as empresas possam não estar entusiasmadas com a perspectiva, a nossa sociedade tem de dar prioridade à sustentabilidade a longo prazo em detrimento dos lucros a curto prazo. Medidas proativas para resolver esta questão poderiam contribuir significativamente para um futuro mais verde e sustentável, apoiando ao mesmo tempo o crescimento das indústrias impulsionadas pela IA.