Het stellen van twintig tot vijftig vragen aan ChatGPT is gelijk aan het verbruiken van een halve liter water. Een studie van het Research Center van de Universiteit van Californië, Riverside, heeft voor het eerst de water-footprint van uitgevoerde AI-query’s geschat.
Datacenters zijn tegenwoordig 24 uur per dag bezig met het verwerken van berekeningen die nodig zijn om de vele vragen te beantwoorden aan AI-diensten zoals OpenAI, ChatGPT en Google’s Gemini. Volgens het gepubliceerde onderzoek van Riverside zou het wekelijks schrijven van slechts één commando (prompt) door elk van de 100 miljoen gebruikers van de virtuele assistent ChatGPT, leiden tot een verbruik van vijf miljoen liter water per week. De meeste datacenters gebruiken namelijk waterkoelsystemen om oververhitting van de servers te voorkomen.
VAN BEWUSTWORDING NAAR INNOVATIE
De water-footprint van AI-modellen zal als een collectieve topprioriteit moeten worden aangepakt, voordat deze een onomkeerbare impact heeft op de wereldwijde watervoorraad. Er zijn genoeg voorbeelden van bedrijven die innovatieve ecologische oplossingen hebben geïmplementeerd om hun systemen efficiënter te maken en hun waterimpact te verminderen. Ook de grote technologiebedrijven zetten zich in voor dit doel en hebben hun streven gecommuniceerd om tegen 2030 een grotere hoeveelheid water terug te geven dan zij in hun directe activiteiten hebben gebruikt.
WATERVERBRUIK VAN AI: PROCESOPTIMALISATIE
Volledig bewustwording van je water-footprint is de eerste stap in het toepassen van efficiëntieoplossingen. Het is daarbij essentieel om meetinstrumenten te gebruiken die voldoen aan hoge veiligheids- en betrouwbaarheidsnormen. Denk aan slimme flowmeters om waterverbruik in real-time te monitoren, waterlekdetectoren om snel eventuele inefficiënties te identificeren en verspilling te minimaliseren, en sondes voor het analyseren van waterkwaliteit, om mogelijk gevaarlijke besmetting van apparatuur en operators te voorkomen.
