Анализата на Washington Post од 2024 година, спроведена во соработка со истражувачи од Универзитетот во Калифорнија, Риверсајд, процени колку вода и електрична енергија се потребни за ChatGPT, користејќи го моделот GPT-4, да напише просечен меил од 100 зборови во типичен американски дата-центар. Заклучокот е претставен едноставно: приближно едно шише вода по меил.
Овој податок е корисен, но само ако правилно се толкува. Тоа не е постојана мерка која важи за секој одговор што го генерира ChatGPT. Потрошувачката на вода зависи од моделот, дата-центарот, локалните временски услови, системот за ладење, изворот на електрична енергија и методологијата на пресметка. Истото прашање може да има различен еколошки отпечаток во зависност од тоа каде и кога се обработува.
Научната основа на истражувањето
Широката научна основа за многу од овие проценки ја поставија Пенгфеи Ли, Џиањи Јанг, Мохамад А. Ислам и Шаолеи Рен. Нивниот труд под наслов „Making AI Less ‘Thirsty’“ првпат беше објавен во 2023 година. Според нивните проценки, модел како GPT-3 би можел да потроши околу 500 милилитри вода за приближно 10 до 50 одговори со средна должина, во зависност од местото и времето на неговото користење.
Токму овој распон е клучен. Тој ја покажува разликата помеѓу набљудувањето на потрошувачката на вода како универзален факт и нејзиното разбирање како инфраструктурен проблем кој директно зависи од географијата.
Што се пресметува како потрошувачка на вода кај вештачката интелигенција?
Дата-центрите ја користат водата на два главни начини:
- Директна потрошувачка на вода (најчесто за ладење): Серверите произведуваат огромно количество топлина, па затоа многу објекти користат системи за испарување каде што водата ја одведува топлината. Дел од таа вода притоа трајно се губи бидејќи испарува во атмосферата.
- Индиректна потрошувачка на вода: За производство на електрична енергија исто така е потребна вода, особено во термоелектраните кои ја користат за производство на пареа или за ладење. Затоа, еден дата-центар кој на самото место изгледа многу ефикасен, всушност може да биде поврзан со огромна потрошувачка на вода на друго место преку електроенергетската мрежа која го напојува.
Поради ова, истражувачите прават јасна разлика помеѓу два термини:
Зафаќање на вода (water withdrawal): Количеството вода земено од извор, како река, езеро или градски водовод.
Потрошувачка на вода (water consumption): Количеството вода кое повеќе не може веднаш да се искористи бидејќи испарило во процесот.
Проекциите на научниците покажуваат дека глобалната побарувачка на AI системи би можела да достигне помеѓу 4,2 и 6,6 милијарди кубни метри зафатена вода во текот на 2027 година. Овој волумен е еднаков на вкупното годишно зафаќање вода на неколку земји со големина на Данска.
Зошто проценките толку многу се разликуваат?
Јавно достапните проценки за потрошувачката на вода значително варираат во зависност од изворот:
- Истражувањето на Google (2025): Трудот под наслов „Measuring the environmental impact of delivering AI at Google Scale“ наведува дека просечно текстуално прашање во апликацијата Gemini бара само 0,24 ват-часови електрична енергија и едвај 0,26 милилитри вода (приближно пет капки вода).
- Истражувањето на Washington Post (2024): Фокусирано на моделот GPT-4, ова истражување покажа потрошувачка од едно шише вода (околу 500 мл) за еден имејл од 100 зборови во просечен американски дата-центар.
Овие разлики не значат дека едната проценка е точна, а другата погрешна. Тие едноставно не го мерат истото. Користат различни системи, временски периоди, претпоставки и граници на анализа. Без транспарентно и стандардизирано известување од технолошките гиганти, јавноста секогаш ќе споредува неспоредливи податоци.
Локалниот аспект на еколошкиот проблем
Водата не е исто што и јаглерод диоксидот. Една тона јаглерод диоксид има ист глобален ефект без оглед на тоа каде е емитувана. Меѓутоа, еден литар вода земен од подрачје богато со водни ресурси нема исто влијание како литар вода зафатен од подземен резервоар во сушно подрачје кое веќе е под голем еколошки притисок.
Поради ова, локацијата на AI инфраструктурата е од пресудно значење:
- Анализата на The Guardian од 2026 година покажа дека 517 од 809 планирани дата-центри во САД се наоѓаат на локации кои во претходната година биле погодени од сериозни суши.
- Уште во 2022 година, инфраструктурата на Microsoft во Ајова, која се користеше за обука на моделот GPT-4, потроши околу 6% од вкупната вода на локалниот градски водовод во период на интензивна работа, што предизвика сериозни дебати во локалната заедница.
Доколку голем дата-центар се изгради во сушно подрачје и користи водено ладење, тој директно се натпреварува за истите водни ресурси со локалните домаќинства, земјоделството и природата.
Извор: Freepik/momodesain99
Проблемот е многу поголем од чет-ботовите
Лесно е да се каже: „пишувајте помалку мејлови со помош на вештачка интелигенција и ќе заштедите вода“. Во тоа има вистина, бидејќи пократките прашања и помалите модели значат помала потрошувачка. Сепак, индивидуалната штедење не може да го реши инфраструктурниот проблем.
Корисниците немаат можност да изберат кој дата-центар ќе го обработи нивното барање дали тоа ќе биде супер-ефикасен систем во студена област или објект лоциран во сушен регион кој користи скапоцени локални извори на вода.
Трудот објавен во 2026 година под наслов „Small Bottle, Big Pipe“ проценува дека на американските дата-центри до 2030 година ќе им бидат потребни стотици милиони галони дополнителен капацитет за снабдување со вода дневно. Ова веќе не е само прашање на ефикасност на самите компании, туку сериозен товар за јавните водоводни системи, особено во најтоплите денови од годината кога потрошувачката е на максимум.
Вистинското прашање за иднината
Поентата не е во тоа дека секое користење на вештачката интелигенција е неодговорно. Суштината е во тоа што AI индустријата се развиваше многу побрзо отколку што растеше свеста на јавноста за нејзините реални, физички потреби.
Вештачката интелигенција ни изгледа невидливо и „чисто“ бидејќи нејзиниот интерфејс е само обичен текст на екранот. Но, зад тој текст стојат тони чипови, сервери, разладни кули, трафостаници, електрични централи и милиони литри вода.
Сè додека податоците за вистинската потрошувачка на ресурси не бидат транспарентно објавувани, јавноста ќе ја доживува вештачката интелигенција како нештетна дигитална услуга, додека локалните заедници во близина на дата-центрите ќе ја плаќаат нејзината вистинска еколошка цена.
Извор: odrzime.rs
