L’intelligenza artificiale (AI) ha una data di nascita convenzionalmente riconosciuta: il 1956, anno del celebre seminario estivo organizzato presso il Dartmouth College di Hanover, nel New Hampshire, durante il quale vennero poste le basi di questa nuova disciplina scientifica.
Nel corso dei decenni, l’intelligenza artificiale ha conosciuto uno sviluppo straordinario, fino ad arrivare alle applicazioni che oggi utilizziamo quotidianamente. In termini generali, possiamo distinguere tra sistemi di intelligenza artificiale tradizionale, progettati principalmente per analizzare dati, riconoscere schemi e formulare previsioni, e sistemi di intelligenza artificiale generativa, capaci di produrre nuovi contenuti, come testi, immagini, video e musica, sulla base delle informazioni apprese durante l’addestramento.
Tra gli strumenti più conosciuti troviamo ChatGPT, il cui nome richiama le caratteristiche del sistema: Chat indica la possibilità di interagire attraverso una conversazione, mentre GPT è l’acronimo di Generative Pre-trained Transformer, espressione che identifica un modello generativo precedentemente addestrato su grandi quantità di dati e basato su una particolare architettura di rete neurale.
Alla base di questi strumenti vi sono i cosiddetti Large Language Model (LLM), modelli linguistici di grandi dimensioni addestrati su enormi quantità di dati testuali provenienti da fonti differenti, tra cui documenti digitali, pubblicazioni e contenuti derivanti anche dalla digitalizzazione di opere cartacee.
La complessità di questi sistemi e la quantità di risorse necessarie per svilupparli e utilizzarli introducono tuttavia alcune criticità che meritano particolare attenzione, soprattutto per quanto riguarda il consumo di energia, l’impiego di risorse idriche e le questioni di carattere giuridico.
Uno degli aspetti più discussi riguarda l’elevato fabbisogno energetico delle infrastrutture informatiche necessarie per l’addestramento e il funzionamento dei sistemi di intelligenza artificiale. I grandi data center, nei quali vengono elaborati e conservati enormi volumi di informazioni, richiedono infatti quantità considerevoli di energia elettrica, destinate ad aumentare con la crescente diffusione delle applicazioni digitali.
Secondo le analisi dell’International Energy Agency, il consumo elettrico mondiale dei data center potrebbe raggiungere valori prossimi ai 1.000 TWh annui entro il 2030, con una crescita significativa rispetto ai livelli attuali. Si tratta di una previsione che riguarda l’insieme delle attività dei data center, all’interno delle quali l’intelligenza artificiale rappresenta una componente sempre più importante.
A questi consumi si aggiunge il problema dell’acqua necessaria per il raffreddamento delle infrastrutture informatiche. Alcuni studi hanno stimato, ad esempio, che l’addestramento di un modello come GPT-3 possa comportare un consumo diretto di acqua dell’ordine di centinaia di migliaia di litri, con valori che variano in funzione delle tecnologie e delle condizioni operative considerate.
La questione ambientale assume quindi un rilievo crescente, anche perché l’evoluzione dei sistemi di intelligenza artificiale richiederà infrastrutture sempre più potenti e una capacità di elaborazione dei dati progressivamente maggiore.
La ricerca tecnologica sta affrontando queste difficoltà attraverso lo sviluppo di processori più efficienti, sistemi avanzati di raffreddamento, modelli informatici ottimizzati e nuove architetture di calcolo. Anche il calcolo quantistico rappresenta un settore di ricerca di grande interesse, sebbene le sue possibili applicazioni su larga scala nell’intelligenza artificiale siano ancora oggetto di studio e non costituiscano, allo stato attuale, una soluzione immediata ai problemi energetici.
In questo scenario si inseriscono anche i progetti europei destinati a potenziare le infrastrutture di calcolo e a sviluppare una maggiore autonomia tecnologica nel settore dell’intelligenza artificiale. Tra questi assumono particolare interesse le iniziative legate alle cosiddette AI Gigafactory, grandi infrastrutture progettate per mettere a disposizione capacità di calcolo avanzate e sostenere lo sviluppo di sistemi di intelligenza artificiale. Anche in Italia sono state promosse iniziative industriali e collaborazioni tra grandi imprese per partecipare a questi programmi europei, con l’obiettivo di rafforzare la capacità tecnologica nazionale.
La realizzazione di infrastrutture sempre più efficienti rappresenta dunque una delle condizioni necessarie per accompagnare lo sviluppo dell’intelligenza artificiale, cercando di conciliare innovazione, sostenibilità economica e tutela delle risorse ambientali.
Accanto agli aspetti tecnologici e ambientali, l’impiego dell’intelligenza artificiale pone questioni giuridiche di notevole complessità, soprattutto in relazione alla protezione dei dati personali e alla tutela del diritto d’autore.
Il Regolamento generale sulla protezione dei dati, comunemente conosciuto come GDPR, disciplina il trattamento dei
Registrati gratuitamente per continuare a leggere
Il resto dell’articolo è riservato gratuitamente agli utenti registrati.
