Rostoucí emise, ubývající zásoby vody a mizející půda. To jsou tři hlavní problémy, které způsobuje dynamicky rostoucí sektor umělých inteligencí (AI). Nová studie Univerzity OSN varuje, že v roce 2030 budou datacentra, kde se také AI trénují, spotřebovávat tolik vody jako 1,3 miliardy lidí. Spotřeba elektřiny pak má vzrůst na více než dvojnásobek oproti loňsku.
V roce 2030 mají globální datová centra, která slouží mimo jiné k tréninku umělých inteligencí, spotřebovat 945 terawatthodin elektřiny. To je téměř trojnásobek celkové roční spotřeby elektřiny Pákistánu, Bangladéše a Nigérie – tedy zemí, v nichž žije dohromady více než 650 milionů lidí.
Umělé inteligence se na této spotřebě podílejí asi dvaceti procenty a autoři studie odhadují, že tento podíl stoupne do roku 2030 na čtyřicet procent.
A to není všechno, tato centra spotřebují také enormní množství vody, hlavně na chlazení. Podle analýzy OSN datacentra ve zmíněném roce spotřebují stejně vody jako všech 1,3 miliardy lidí v subsaharské Africe. Zaberou také nejméně 14 500 čtverečních kilometrů, což je zhruba dvojnásobek rozlohy metropolitní oblasti Jakarty, kde žije více než 32 milionů lidí.
Globální datová centra spotřebovala v roce 2025 odhadem 448 terawatthodin elektřiny. Pokud by se na ně pohlíželo jako na stát, byla by jedenáctým největším spotřebitelem elektřiny na světě, za Francií a před Saúdskou Arábií.
Zdroj: Institut pro vodu, životní prostředí a zdraví při Univerzitě OSN
To jsou základní čísla zprávy „Environmentální náklady na spotřebu energie umělé inteligence: uhlíková, vodní a pozemková stopa“, kterou tento týden vydal Institut pro vodu, životní prostředí a zdraví při Univerzitě OSN. Mělo by jít o zatím nejrozsáhlejší analýzu toho, jaký bude dopad této technologie na přírodu.
„Tato zpráva není útokem na umělou inteligenci, tedy technologickou transformaci, která zlepšuje životy miliard lidí po celém světě,“ uvedl profesor Kaveh Madani, který výzkum vedl. „Je to výzva k jejímu zodpovědnému využívání a k proaktivnímu řešení jejích nezamýšlených dopadů, aby se stala udržitelnou a spravedlivou. Máme jen omezený čas na to, abychom zajistili, že se páteř technologické revoluce naší éry bude vyvíjet v mezích možností naší planety a že komunity, které poskytují kritické minerály pro rozvoj AI, i ty, které hostí její infrastrukturu a elektronický odpad, budou také patřit mezi ty, kteří z ní budou mít prospěch.“
Ekologická stopa AI
Podle této zprávy se dosavadní hodnocení dopadů AI na životní prostředí zbytečně soustředily na jediný aspekt – uhlíkové emise. Ty jsou ale jen jedním z problémů, které tato technologie přináší. Každá kilowatthodina elektřiny použitá k trénování nebo provozu umělé inteligence je totiž také spojená se spotřebou vody – na chlazení i výrobu elektřiny. A také datová centra a infrastruktura s tím spojené pohlcují stále větší množství půdy. Kombinace těchto tří faktorů je podle vědců tím opravdovým environmentálním dopadem AI na svět.
A řešení není snadné. Příznivci obnovitelných zdrojů by navrhli, aby byla datcentra poháněna větrem, vodou nebo sluncem namísto fosilních paliv. To by opravdu mohlo snížit uhlíkovou stopu elektřiny až o sedmdesát procent, jenže současně by se zvýšila spotřeba vody více než třicetinásobně a stálo by to víc než stonásobek půdy. „Nízkouhlíkové“ zdroje v případě datacenter tedy neznamenají automaticky environmentálně lepší: hodnocení udržitelnosti umělé inteligence na základě jediného ukazatele může podle autorů zprávy problém nesmyslně zjednodušit a na konkrétních místech, kde datacentra vyrůstají, dokonce způsobit ještě větší komplikace.
„Nejvíce nás překvapilo, jak často jsou volby, které z hlediska uhlíkové stopy vypadají nejzeleněji, nakonec horší pro vodu nebo půdu,“ doplnila hlavní autorka zprávy Miriam Aczelová. „Pokud budeme udržitelnost AI posuzovat jenom podle uhlíkové stopy, mohlo by to vypadat, že obnovitelné zdroje z ní dělají čistou technologii. Ve skutečnosti ale řeší jeden problém a zároveň vytváří jiné.“
Zpráva detailně popisuje, co vlastně spotřebu AI tvoří. Nejvíc se hovoří o nákladech na trénink velkých AI modelů. Například trénink modelu GPT-3 spotřeboval 1,3 gigawatthodiny elektřiny, pokročilejší GPT-4 ale zkonzumoval mnohem více, odhadem mezi 50 a 70 gigawatthodinami.
To je ale jen část pravdy. Když je model natrénovaný, stále totiž energii potřebuje, a to na nepřetržité odpovídání každodenních dotazů uživatelů. Právě tato položka tvoří osmdesát až devadesát procent celkové spotřeby energie v oblasti umělé inteligence. Odhaduje se, že samotný ChatGPT zpracovává přibližně 2,5 miliardy dotazů denně, což znamená zhruba 383 GWh elektřiny ročně. Vodní stopa této firmy odpovídá minimální roční domácí spotřebě vody přibližně 500 tisíc lidí v subsaharské Africe.
Zábavná videa mají nezábavné dopady
V posledních měsících se začaly AI více využívat na vytváření videí. Právě energetická náročnost této aktivity je podle studie největší. Typický konverzační dotaz v chatu je přibližně 200krát energeticky náročnější než základní textový příkaz. Generování jediného obrázku pomocí AI může vyžadovat až 1450násobek této základní hodnoty. Jediné krátké video generované pomocí AI pak může spotřebovat tolik elektřiny jako 200 tisíc třídění elektronické pošty.
Vliv má ale spousta dalších parametrů, včetně typu modelu AI, detailnosti zadání, formátu výstupních dat a dalších. Běžný uživatel ale tyto detaily nezná, nikde je při práci s umělou inteligencí nevidí.
Autoři zprávy reagovali také na častou námitku, která říká, že umělé inteligence se stávají stále efektivnějšími a nároky na ně tak klesají. To je podle nich klasický paradox známý jako Jovonsův. Čím levnějšími se totiž modely stávají, tím víc se používají a celkové environmentální dopady tak stoupají. Je to podobné jako s automobily. Ty první měly obrovskou spotřebu paliva. Lepší motory ji snížily, ale umožnily rozšíření aut do většiny domácností, což spotřebu paliv dramaticky zvýšilo.
Kdo vydělává, kdo prodělává
AI je rozhodně zásadní změnou ve vývoji lidské civilizace. Ale přínos a zisk na jedné straně a náklady a environmentální náklady na straně druhé jsou podle zprávy velmi nerovnoměrně rozložené. Několik konkrétních případů uvedených ve zprávě ukazuje, jak globálně rozptýlené služby umělé inteligence vyvolávají silný tlak na místní úrovni.
Například v Irsku připadalo v roce 2023 na datová centra 21 procent celkové spotřeby elektrické energie. Spotřebovala tak víc elektřiny než všechny domácnosti ve městech. Národní provozovatel rozvodné sítě pozastavil schvalování nových projektů v okolí Dublinu do roku 2028, čímž se Irsko stalo konkrétním a zdokumentovaným příkladem toho, co se stane, když růst infrastruktury mimo jiné pro umělou inteligenci předstihne energetické plánování, a současně výhledem na to, kam směřují ostatní státy.
Kromě toho by tato infrastruktura mohla do roku 2030 generovat až 2,5 milionu tun elektronického odpadu ročně, z čehož by se velká část zpracovávala v ekonomikách s nízkými příjmy a omezenými bezpečnostními opatřeními, zatímco kritické minerály by se těžily ve státech se slabým dohledem nad životním prostředím.
„Pokud si porovnáte, kde se staví datová centra, s místy, kde je nedostatek vody nejhorší, v některých případech zjistíte, že se jedná o stejná místa“ doplnili autoři s tím, že „komunity žijící v blízkosti těchto lokalit nejsou nutně těmi, které AI využívají.“
