Italian 
English 
French 
Dutch 
Spanish 
German 
Portuguese 
Russian 
Chinese 
OPINIONE: di Sherif Elsayed-Ali, plurifondatore nel settore tecnologico e dell'intelligenza artificiale e cofondatore di Nexus Climate.
L'intelligenza artificiale è presente in ogni conversazione sulla tecnologia e sull'innovazione. Da un anno e mezzo domina la tecnologia. È stata presentata come una soluzione a tutto, dalla produttività all'istruzione, dalla sanità alla crisi climatica. Ma vi svelo un segreto: questa IA, quella di cui tutti parlano, non ha fatto nulla per la crisi climatica.
In realtà, non è così. È responsabile di un aumento molto consistente delle emissioni dai centri dati. Questo tipo di IA, nota come IA generativa o, in breve, IGAI, è quella che incontriamo nei modelli linguistici di grandi dimensioni (LLM) in applicazioni come ChatGPT e negli strumenti di generazione di immagini come MidJourney.
Ci sono molti investimenti nella GenAI - se tutto il clamore sia giustificato o meno è un altro discorso (la mia opinione breve è: no, è una bolla eccessiva che scoppierà). Ciò che mi preoccupa è che il treno dell'hype della GenAI stia risucchiando tutta l'aria dalla proverbiale stanza quando si tratta del ruolo dell'IA nella lotta alla crisi climatica.
La GenAI è un sottoinsieme del campo molto più vasto dell'IA e dell'apprendimento automatico.. Può avere una certa utilità per le persone e le organizzazioni che si occupano di problemi climatici, soprattutto per l'analisi di dati e informazioni. Tuttavia, quando si tratta di decarbonizzare direttamente qualcosa, i LLM e i loro fratelli di immagini e video sono praticamente inutili.*
Ma ci sono numerose tecnologie di AI e di apprendimento automatico che oggi contribuiscono direttamente alla decarbonizzazione. Non sono chatbot e non producono video premendo un pulsante. Inoltre, tendono a essere molto meno avide di energia rispetto alla GenAI. Un ottimo esempio è la previsione delle serie temporali, che utilizza i valori passati in una sequenza di dati temporali per prevedere i valori futuri. Non è sexy, non fa notizia, ma può essere estremamente efficace.
L'IA e l'apprendimento automatico stanno oggi contribuendo a decarbonizzare numerosi settori e industrie, con molte startup che affrontano grandi sfide con i loro prodotti di IA. Per citarne alcune: Carbon Rerendendo più efficiente la combustione del combustibile nella produzione di cemento;** AI concreta, ottimizzando le miscele di calcestruzzo; Macchine per la previsione dei datiaumentando l'efficienza della produzione di acciaio e BrainBox AI rendendo più efficiente il raffreddamento degli edifici. Stanno emergendo numerosi altri casi d'uso interessanti, ad esempio Materiali orbitali sta utilizzando l'intelligenza artificiale per progettare nuovi materiali a basso contenuto di carbonio e gli scienziati di Princeton stanno Usare l'intelligenza artificiale per controllare le reazioni di fusione.
Queste soluzioni di IA sono difficili. Non richiedono solo competenze di IA, ma anche una profonda esperienza di dominio. Servono ingegneri e ricercatori di IA che lavorino fianco a fianco con esperti di processi industriali, chimica e scienza dei materiali, tra gli altri. Hanno bisogno di molti dati, quasi sempre proprietari.
Costruire un prodotto di intelligenza artificiale in grado di ridurre realmente le emissioni è molto più difficile che inserire un master in un'applicazione software. Le vere soluzioni di IA per il clima hanno un enorme potenziale per consentire e accelerare la decarbonizzazione - e quindi un potenziale di ritorno economico e finanziario molto significativo. L'IA è uno strumento molto importante per affrontare il cambiamento climatico, ma dobbiamo smettere di parlare di LLM.
*Questo non toglie nulla all'architettura a trasformatori che sta alla base di Genai e delle sue applicazioni più ampie.
**Per trasparenza, sono un cofondatore di Carbon Re.
