L’uso dell’Aig (Intelligenza artificiale generativa) è nel quotidiano e le piattaforme ne fanno già largo uso avendolo a disposizione nei nostri cellulari sia per servizi online banali o complessi nelle forme spesso di chat-bot o agenti intelligenti inclusi come funzioni predefinite nei sistemi operativi, nelle applicazioni web e nei software (da Google a Microsoft ad Apple o Meta, piuttosto che YouTube o Tik Tok). Onnipresenti le emoji stelline che ci perseguitano anche per utenti sempre più attratti da semplificazioni di molteplici operazioni (lavoro, consumo, intrattenimento, gioco).
Ma quale il prezzo energetico (elettricità ed acqua) che stiamo pagando per questi «servizi» con l’uso di modelli linguistici di grandi dimensioni (Llm) per gestire montagne di Big Data per personalizzare proprio quei servizi per ognuno di noi? Lavorando con super algoritmi che macinano milioni di testi per ricombinazione e per risposte a miliardi di domande in frazioni di secondo di utenti esperti e – più spesso – non esperti. Per tutto questo servono enormi quantità di elettricità e d’acqua necessari a questa scala computazionale di Aig da 100 a 1.000 volte superiore alle elaborazioni standard (non AI) per l’addestramento continuo che gli algoritmi devono svolgere per superiori performance.
