Η AI καταναλώνει όσο και η… ανθρώπινη εκπαίδευση

Σύνοψη

• Ο CEO της OpenAI υποστηρίζει ότι η ενέργεια που δαπανάται για την εκπαίδευση των AI μοντέλων είναι συγκρίσιμη με την ενέργεια που καταναλώνει η ανθρώπινη κοινωνία για την εκπαίδευση των πολιτών της.
• Η δήλωση έρχεται ως απάντηση στις αυξανόμενες ανησυχίες για το περιβαλλοντικό αποτύπωμα των τεράστιων data centers που απαιτούνται για τα Large Language Models (LLMs).
• Ο Altman αναγνωρίζει την ανάγκη για τεράστιες ποσότητες ενέργειας, τονίζοντας όμως ότι η τεχνητή νοημοσύνη θα επιταχύνει τις επιστημονικές ανακαλύψεις.
• Αναδεικνύεται η επιτακτική ανάγκη για επενδύσεις στην πυρηνική ενέργεια και τις ανανεώσιμες πηγές για τη βιώσιμη υποστήριξη της τεχνολογικής ανάπτυξης.

Η ενεργειακή κατανάλωση της Τεχνητής Νοημοσύνης σύμφωνα με τον Sam Altman

Ο CEO της OpenAI, Sam Altman, τοποθετήθηκε επισήμως απέναντι στην κλιμακούμενη κριτική σχετικά με τις τεράστιες απαιτήσεις σε ηλεκτρική ενέργεια που συνεπάγεται η εκπαίδευση και λειτουργία των σύγχρονων συστημάτων Τεχνητής Νοημοσύνης. Αντί να αρνηθεί το υψηλό ενεργειακό κόστος των data centers, ο Altman προχώρησε σε μια ευθεία σύγκριση της ενέργειας που καταναλώνουν τα AI μοντέλα με τους ενεργειακούς πόρους που δαπανά ιστορικά η ανθρώπινη πολιτισμική εξέλιξη για την εκπαίδευση και τη λειτουργία των κοινωνιών. Το επιχείρημα εστιάζει στην απόδοση της επένδυσης (ROI): όπως η κοινωνία επενδύει πόρους για να εκπαιδεύσει έναν επιστήμονα που θα παράγει καινοτομία, το ίδιο πράττει πλέον και με τα νευρωνικά δίκτυα.

Η εκπαίδευση μοντέλων όπως το GPT-5 απαιτεί συστοιχίες δεκάδων χιλιάδων GPUs (όπως οι Nvidia H100 και B200), οι οποίες λειτουργούν ακατάπαυστα για μήνες. Η βιομηχανία τεχνολογίας καταγράφει κατακόρυφη αύξηση στην κατανάλωση ρεύματος και στις ανάγκες υδρόψυξης. Ωστόσο, η προσέγγιση του Altman μετατοπίζει τη συζήτηση από το απόλυτο νούμερο της κατανάλωσης (Kilowatt-hours) στην παραγόμενη αξία (Value per Watt). Τα παραγωγικά μοντέλα τεχνητής νοημοσύνης δεν αποτελούν απλώς λογισμικό, αλλά υποδομή ικανή να επιλύσει περίπλοκα προβλήματα, από την ανακάλυψη νέων φαρμάκων έως τη βελτιστοποίηση των υφιστάμενων δικτύων διανομής ενέργειας.

Επιπλέον, η συζήτηση υπογραμμίζει το δομικό πρόβλημα των υφιστάμενων ενεργειακών δικτύων. Οι εταιρείες ανάπτυξης AI, συμπεριλαμβανομένων των Microsoft, Google και OpenAI, στρέφονται ενεργά προς εναλλακτικές μορφές παραγωγής, όπως οι μικροί αρθρωτοί πυρηνικοί αντιδραστήρες (SMRs) και η γεωθερμία, προκειμένου να εξασφαλίσουν σταθερό φορτίο μηδενικών εκπομπών άνθρακα. Η άποψη ότι “η AI καταστρέφει το περιβάλλον” χαρακτηρίζεται από την πλευρά του Altman ως στατική, καθώς δεν συνυπολογίζει τις αποδόσεις των αλγορίθμων στην εξεύρεση λύσεων για την ίδια την κλιματική κρίση.

Η τοποθέτηση αυτή επιχειρεί να αμβλύνει τις αντιδράσεις των ρυθμιστικών αρχών, οι οποίες εξετάζουν την επιβολή ορίων κατανάλωσης στα νέα data centers, ειδικά στην Ευρωπαϊκή Ένωση όπου η ενεργειακή ασφάλεια παραμένει μείζον ζήτημα μετά το 2022.

Με τη ματιά του Techgear

Η ρητορική του Sam Altman έχει λογική βάση, αλλά πάσχει από υπεραπλούστευση. Η σύγκριση της βιολογικής/κοινωνικής εξέλιξης με τα data centers λειτουργεί επικοινωνιακά, δεν αναιρεί όμως το γεγονός ότι οι υποδομές ηλεκτροδότησης βρίσκονται ήδη στα όριά τους.

Στην Ελλάδα, όπου οι υποδομές data centers (όπως της Microsoft) βρίσκονται σε φάση ανάπτυξης, το ζήτημα της επάρκειας του δικτύου για την υποστήριξη τέτοιων μεγαβάτ είναι υπαρκτό. Η αγορά οφείλει να πιέσει για μοντέλα (SLMs) που απαιτούν λιγότερη υπολογιστική ισχύ και τρέχουν τοπικά (on-device), ώστε να μην εξαρτάται κάθε λειτουργία από ενεργοβόρους servers.