ΞΕΡΕΙΣ ΠΟΣΟ ΝΕΡΟ «ΠΙΝΟΥΝ» ΤΑ ΒΙΝΤΕΟ ΑΙ ΠΟΥ ΒΛΕΠΕΙΣ;

Η παραγωγή βίντεο μέσω Τεχνητής Νοημοσύνης είναι μία από τις πιο απαιτητικές διεργασίες στον τομέα της πληροφορικής σήμερα. Ενώ ένα απλό ερώτημα στο ChatGPT καταναλώνει σχετικά λίγη ενέργεια, η δημιουργία βίντεο απαιτεί τεράστια υπολογιστική ισχύ.

Είναι πραγματικά «χαζευτικό» να βλέπεις τον Αϊνστάιν σε μια πασαρέλα μόδας, τον Βανγκ Γκογκ να κρατάει από το χέρι τον ανήλικο εαυτό του και τη Μέριλυν Μονρό να βγαίνει από τη βρεφική της κούνια και να εξελίσσεται καρέ-καρέ στο είδωλο που αποθέωσε ο κόσμος τη δεκαετία του 1960. Τα βίντεο της τεχνητής νοημοσύνης κερδίζουν εύκολα την προσοχή μας και μας κρατάνε με έναν διασκεδαστικό και χαλαρωτικό τρόπο δέσμιους της οθόνης του κινητού.

Κι ενώ το πεδίο που προσφέρουν στη δημιουργική έκφραση είναι λαμπρό, ενέχουν κινδύνους, εν προκειμένω για το περιβάλλον, που μάλλον δεν έχουμε φανταστεί.

Όπως εξηγεί ο Δρ Kevin Grecksch από το τμήμα Γεωγραφίας και Περιβαλλοντικής Επιστήμης του Wolfson College της Οξφόρδης, η παραγωγή βίντεο μέσω Τεχνητής Νοημοσύνης (AI) είναι μία από τις πιο απαιτητικές διεργασίες στον τομέα της πληροφορικής σήμερα. Ενώ ένα απλό ερώτημα στο ChatGPT καταναλώνει σχετικά λίγη ενέργεια, η δημιουργία βίντεο απαιτεί τεράστια υπολογιστική ισχύ, γεγονός που μεταφράζεται σε σημαντικό περιβαλλοντικό αποτύπωμα.

Πόση ενέργεια καταναλώνουν τα Βίντεο ΑΙ;

Το πιο προφανές πρόβλημα αφορά την κατανάλωση ενέργειας. Η παραγωγή βίντεο βασίζεται σε μοντέλα διάχυσης (diffusion models), τα οποία επεξεργάζονται χιλιάδες δεδομένα ανά δευτερόλεπτο για να «συνθέσουν» κάθε καρέ.

Η εκπαίδευση μοντέλων που εκτελούν αυτά τα προγράμματα απαιτεί τη λειτουργία χιλιάδων επεξεργαστών (GPUs) για μήνες, καταναλώνοντας γιγαβατώρες ηλεκτρικής ενέργειας. Φανταστείτε ότι αυτοί οι τεράστιοι επεξεργαστές φυλάσσονται σε μεγάλες αποθήκες και κάθε φορά που ζητάτε να σας φτιάξουν ένα βίντεο 10 δευτερολέπτων, η ενέργεια που απαιτείται ισούται με τη φόρτιση εκατοντάδων smartphones.

iStock

Τι δείχνουν τα στοιχεία για τις εκπομπές διοξειδίου του άνθρακα

Το αποτύπωμα άνθρακα εξαρτάται άμεσα από την πηγή ενέργειας των data centers. Αν ένα κέντρο δεδομένων λειτουργεί με ορυκτά καύσιμα, η παραγωγή AI βίντεο συμβάλλει άμεσα στο φαινόμενο του θερμοκηπίου.

Σύμφωνα με μελέτες, η δημιουργία μιας εικόνας μέσω AI μπορεί να εκπέμψει τόσο διοξείδιο του άνθρακα όσο η οδήγηση ενός αυτοκινήτου για μερικά χιλιόμετρα. Το βίντεο, αποτελούμενο από 24-60 εικόνες ανά δευτερόλεπτο, πολλαπλασιάζει αυτό το νούμερο εκθετικά.

ΤΟ 2025, ΤΟ ΣΥΝΟΛΙΚΟ ΑΠΟΤΥΠΩΜΑ ΑΝΘΡΑΚΑ ΤΩΝ ΣΥΣΤΗΜΑΤΩΝ ΑΙ, ΕΦΤΑΣΕ ΤΟΥΣ 80 ΕΚΑΤ. ΤΟΝΟΥΣ, ΝΟΥΜΕΡΟ ΠΟΥ ΑΝΤΙΣΤΟΙΧΕΙ ΣΤΙΣ ΕΤΗΣΙΕΣ ΕΚΠΟΜΠΕΣ ΤΗΣ ΝΕΑΣ ΥΟΡΚΗΣ.

Σκεφτείτε ότι μια μέση απάντηση στο ChatGPT καταναλώνει μόλις 0,24 Wh (όσο 9 δευτερόλεπτα τηλεόρασης) και εκπέμπει 0,03g διοξειδίου του άνθρακα. Η δημιουργία, πάλι, ενός βίντεο υψηλής ποιότητας (5-10 δευτερολέπτων) μπορεί να καταναλώσει έως και 1.000 Wh (1 kWh). Έτσι, ένα και μόνο AI βίντεο μπορεί να ισούται με 4.000+ ερωτήσεις κειμένου σε επίπεδο ενέργειας.

Μόνο για το 2025, το συνολικό αποτύπωμα άνθρακα των συστημάτων AI παγκοσμίως εκτιμάται ότι έφτασε τους 80 εκατομμύρια τόνους, νούμερο που αντιστοιχεί στις ετήσιες εκπομπές ολόκληρης της Νέας Υόρκης.

iStock

Το νερό που «καταπίνουν» τα βίντεο ΑΙ

Αυτό όμως που δεν φανταζόμαστε εύκολα είναι το πόσο νερό απαιτείται για την παραγωγή αυτών των βίντεο. Τα data centers, που χρησιμοποιεί η τεχνητή νοημοσύνη, παράγουν τεράστιες ποσότητες θερμότητας. Για να μην υπερθερμανθούν οι servers, χρησιμοποιούνται συστήματα ψύξης που καταναλώνουν εκατομμύρια λίτρα πόσιμου νερού.

Υπολογίζεται ότι για κάθε 10-50 αιτήματα σε ένα προηγμένο AI μοντέλο καταναλώνεται περίπου μισό λίτρο νερού μέσω εξάτμισης στους πύργους ψύξης. Επιπλέον, για κάθε 1 kWh ενέργειας που απαιτείται για 1 βίντεο καταναλώνονται περίπου 4 λίτρα νερού (λόγω εξάτμισης). Συνολικά, η βιομηχανία AI το 2025 χρησιμοποίησε πάνω από 765 δισ. λίτρα νερού, ποσότητα ικανή να καλύψει τις ανάγκες εκατομμυρίων νοικοκυριών.

Έτσι, ανάμεσα σε δραστηριότητες όπως η αναζήτηση κειμένου, η δημιουργία εικόνας ή ακόμη και το streamming βίντεο μέσω τηλεοπτικών πλατφορμών, η δημιουργία ενός ΑΙ βίντεο απαιτεί πολύ υψηλή υπολογιστική ένταση και αφήνει ένα σημαντικό περιβαλλοντικό αποτύπωμα.

AP Photos

Γιατί τα βίντεο ΑΙ επιβαρύνουν τόσο το περιβάλλον;

Σε αντίθεση με το κείμενο, το βίντεο απαιτεί από το μοντέλο να προβλέψει τη συνέχεια, όχι μόνο σε λέξεις, αλλά σε εκατομμύρια pixels ταυτόχρονα, διατηρώντας τη συνοχή στον χρόνο και τον χώρο. Αυτό σημαίνει ότι οι κάρτες γραφικών (GPUs) δουλεύουν στο 100% της ισχύος τους για πολύ μεγαλύτερο χρονικό διάστημα.

Παίρνουν μέτρα οι εταιρείες;

Οι εταιρείες τεχνολογίας προσπαθούν να μετριάσουν το πρόβλημα μέσω:

1. Χρήσης ανανεώσιμων πηγών ενέργειας για τα data centers.
2. Βελτιστοποίησης των αλγορίθμων, ώστε να απαιτούν λιγότερα «περάσματα» για να δημιουργήσουν το τελικό αποτέλεσμα.
3. Κυκλικών συστημάτων ψύξης που ανακυκλώνουν το νερό αντί να το καταναλώνουν.

Επιπλέον, από τις 2 Αυγούστου 2026, η πλειονότητα των διατάξεων του AI Act θα τεθεί σε πλήρη εφαρμογή. Αυτό σημαίνει ότι οι εταιρείες θα πιέζονται πλέον νομικά να αναπτύσσουν πιο αποδοτικούς αλγορίθμους, μειώνοντας τις περιττές υπολογιστικές διεργασίες που ξοδεύουν ρεύμα και νερό.

iStock

Τι μπορούμε να κάνουμε εμείς

Κάθε αποτυχημένο βίντεο που παράγουμε, επειδή η εντολή μας δεν ήταν σαφής, καταναλώνει ενέργεια άσκοπα. Επομένως:

• Σχεδιάζουμε την εντολή μας εκτός AI (π.χ. σε ένα σημειωματάριο).
• Γινόμαστε συγκεκριμένοι από την πρώτη φορά στα ζητούμενά μας για να αποφύγουμε τις πολλές επαναληπτικές προσπάθειες.
• Αν θέλουμε να ελέγξουμε το αποτύπωμα ενός μοντέλου μπορούμε να αναζητήσουμε εργαλεία, όπως το CodeCarbon ή το ML CO2 Calculator, που δείχνουν σε πραγματικό χρόνο πόσο επιβαρύνει κάθε διεργασία.
• Αποφεύγουμε να παρακολουθούμε βίντεο τεχνητής νοημοσύνης, διότι η μεγάλη ζήτηση οδηγεί σε μεγάλη παραγωγή.