Navegando a IA Responsável para Ação Climática
A crescente utilização da inteligência artificial (IA) no enfrentamento da mudança climática suscita uma reflexão sobre a necessidade de um equilíbrio entre as demandas atuais e a proteção dos recursos futuros. O relatório de Brundtland de 1987, que definiu desenvolvimento sustentável como “desenvolvimento que atende às necessidades do presente sem comprometer a capacidade das futuras gerações de atenderem suas próprias necessidades”, é um exemplo notável dessa abordagem.
Atualmente, a IA apresenta uma clara dicotomia: enquanto promove eficiência e soluções criativas para problemas ambientais e sociais desafiadores, também aumenta a demanda por recursos, que começa a se aproximar das necessidades de consumo energético de países inteiros.
Impacto Ambiental da IA
Com a crescente prevalência da IA em diversas indústrias e regiões, surgem inúmeros casos de uso com foco ambiental. O movimento IA para o Bem, apoiado por instituições como as Nações Unidas, ilustra como a IA pode ser utilizada para alcançar os Objetivos de Desenvolvimento Sustentável (ODS), muitos dos quais visam combater a mudança climática, como o ODS 13. De fato, a IA pode reduzir as emissões de gases de efeito estufa globalmente entre 1,5% a 4% até 2030, contribuindo para a realização desse objetivo.
No entanto, a IA também traz consigo responsabilidades significativas em relação à regulação de seus efeitos. O alto consumo de energia para treinar e manter modelos de aprendizado de máquina sofisticados é apenas um dos custos ambientais associados à cadeia de suprimentos dos sistemas de IA e sua manutenção contínua.
Notável Pegada Ambiental da IA
1. Consumo de Energia:
Os modelos de IA exigem uma quantidade significativa de poder de processamento devido à sua complexidade. Esse requisito leva a um consumo substancial de energia, especialmente durante o período de treinamento, que pode ser longo para modelos mais complexos. Modelos de aprendizado profundo, processamento de linguagem natural (NLP) e IA Generativa demandam mais energia do que modelos para categorizações mais simples.
2. Emissões de Gases de Efeito Estufa:
Emissões significativas de gases de efeito estufa são frequentemente desencadeadas pela grande quantidade de energia necessária para operar sistemas de IA, especialmente se essa energia provém de usinas de energia não renováveis.
3. Consumo de Água:
Centros de dados grandes, essenciais para treinar e implementar modelos de IA cada vez mais avançados, necessitam de sistemas de refrigeração que consomem muita água. Essa demanda pode agravar a escassez de água em áreas já sujeitas a tal estresse.
4. Resíduos Eletrônicos:
Os servidores, GPUs e outras tecnologias especializadas que alimentam a IA têm um impacto ambiental significativo. A fabricação e o descarte desses dispositivos exigem uma grande quantidade de extração de recursos, emissões na fabricação e lixo eletrônico, todos os quais podem poluir o meio ambiente.
Alternativas Sustentáveis
Uma opção mais sustentável em ascensão é a utilização de grandes modelos de IA em dispositivos de borda, como wearables, alto-falantes inteligentes e smartphones. Devido ao seu poder de processamento limitado, os dispositivos de borda não podem executar modelos complexos com bilhões de parâmetros, o que reduz os custos operacionais da computação em nuvem e o consumo de energia do transporte de dados. Modelos que rodam em dispositivos de borda são frequentemente muito mais eficientes em termos de energia do que aqueles que operam em sistemas de nuvem, diminuindo assim seu impacto ambiental.
Além disso, as implicações ambientais do uso contínuo e operação de tais ferramentas também devem ser consideradas. Por exemplo, a criação de imagens requer mais energia e carbono do que a criação de texto, e modelos de linguagem grandes — por sua natureza geral — demandam mais energia do que pequenos modelos de linguagem projetados para tarefas específicas.
Caminho Possível a Seguir
A emergência climática atual exige a mobilização de todos os stakeholders em ciência, indústria, política e sociedade civil. Eventos climáticos extremos, como ondas de calor e incêndios florestais devastadores, ressaltam a urgência dessa mobilização. A Grupo de Trabalho sobre IA Responsável (RAI WG) da Parceria Global em IA (GPAI) formou um Comitê sobre Ação Climática e Preservação da Biodiversidade para começar a abordar questões sobre o potencial da IA em apoiar ações climáticas.
Dado que a IA é uma ferramenta multifuncional, deve ser desenvolvida de maneira adequada em todas as situações. Princípios como justiça e equidade, responsabilidade, segurança, privacidade, segurança e robustez são universais e já foram foco de recomendações políticas abrangentes.
A qualidade dos dados é outro fator crucial em uma IA responsável. A precisão, pontualidade e completude dos conjuntos de dados têm um grande impacto na confiabilidade e desempenho dos sistemas de IA. Promover a responsabilidade e a transparência nos sistemas de IA é essencial para fomentar a confiança e mitigar preocupações éticas.
A IA desempenha um papel significativo na integração de energia renovável no setor energético. Padrões de demanda e oferta para energia renovável variável, como solar e eólica, são menos previsíveis do que os das redes de energia tradicionais. A IA pode prever a demanda e a oferta, facilitando transições mais suaves para energia renovável e reduzindo gradualmente as emissões.
Recomendações para Governos
Os governos devem tentar minimizar os efeitos prejudiciais da IA ao:
- Recusar apoiar diretamente aplicações que conflitam com as metas climáticas.
- Priorizar a mudança climática ao fomentar a criação de tecnologias habilitadas por IA.
- Garantir que regulamentações de relatórios e precificação de carbono incluam adequadamente a computação em nuvem.
- Adquirir serviços de IA e computação apenas de empresas comprometidas com uma meta de emissão líquida zero.
Em conclusão, aproveitar todo o potencial da IA para combater a mudança climática e melhorar a colaboração internacional exigirá uma abordagem coordenada em ética, transparência e responsabilidade. Ao manter padrões éticos e promover práticas de IA responsáveis, os stakeholders podem enfrentar eficazmente os desafios climáticos utilizando o poder revolucionário da IA.
