Costruttori di Mondi

Ho pubblicato un nuovo articolo su un aspetto dell’IA di cui si parla poco.

Quando immaginiamo il futuro dell’intelligenza artificiale pensiamo a super-algoritmi e a macchine che presto o tardi supereranno l’intelletto umano. Ma c’è un dettaglio molto più concreto che rischia di diventare la vera spina nel fianco di questo futuro: la presa elettrica.

Quanta energia serve davvero per far “pensare” l’IA? E cosa succede quando miliardi di richieste accendono data center grandi come città?

Paradossalmente, mentre inseguiamo macchine sempre più intelligenti, la macchina più efficiente resta il cervello umano (che funziona con appena 20 watt).

@ElleryQ questa volta nessun riferimento al mio libro (!) solo il piacere di condivire le mie riflessioni. ;P 

https://formiche.net/2026/03/la-spina-nel-fianco-della-ia-necessita-di-una-presa-elettrica/#content

Buonasera. L'articolo sembra più una narrazione che un'analisi. Sui consumi mi pare che manchi il contesto. Esistono decine di comparti energivori, forse il paragone si dovrebbe fare con quelli e non astrattamente parlare di elevati consumi. Quanto consuma il trasposto aereo, o la produzione di cemento?  Il richiamo al paradosso di Jevons è corretto, ma  sulla fusione come soluzione il discorso pare un po' salvifico: la tecnologia energivora che risolve i problemi dell'energia. Per chi è un poco addentro sa quanto sta costando ITER (si va verso i trenta miliardi e non si vede la luce). Ma è vero che l'IA sta risolvendo velocemente i problemi di progettazione dei Stellarator che prima sembravano insolubili. Ma i problemi di costruzione e i limiti dei materiali per assemblarli rimangono inalterati. La fusione è l'energia del futuro... e forse lo sarà per sempre. Di sicuro non sarà un nodo da sciogliere in questo secolo. Il paragone poi col cervello umano è ad effetto, ma lascia il tempo che trova. Ciò che le IA fanno non sono paragonabili a quanto fa l'intelligenza umana. 

Trovo l'articolo interessante nel suo complesso. È proprio vero che i server consumano molta energia elettrica e producono un'elevata quantità di gas serra (con notevole impatto sul cambiamento climatico, checché se ne dica). Lo stiamo facendo anche noi adesso, o lo facciamo inviando messaggi (di testo e non solo) con i telefonini quotidianamente e ogni volta che usiamo risorse tecnologiche richiedenti un'elaborazione di dati.
Per dare un riferimento, secondo l'Agenzia Internazionale per l'Energia, i data center rappresentano dall’1 all’1,5% del consumo globale di elettricità.
Naturalmente, i processi AI basati sull'autoapprendimento richiedono la più elevata potenza di calcolo.
Altro riferimento, fondato su uno studio pubblicato su Joule: se ogni ricerca effettuata su Google per un anno usasse l’IA, si consumerebbe all’incirca l’equivalente della quantità di elettricità usata per alimentare l’Irlanda (29,3 terawattora all’anno).
Senza contare il grande investimento in risorse idriche, cui si accenna nel tuo articolo, che già da tempo scarseggiano e siamo sempre più al limite, troppo per consentire altri sprechi. Ben vengano, quindi, esperimenti come quelli svolti in Finlandia.
Quanto alla soluzione che punta alla fusione nucleare, sono concorde su quanto dice Ligotti, cioè che l'International Thermonuclear Experimental Reactor sta costando davvero troppo e periodicamente i costi di produzione vengono rivisti, innalzati e l'immissione del plasma rimandata, perché la potenza è talmente elevata che i dispositivi di contenimento non reggono in maniera adeguata. Certo, se riuscisse sarebbe davvero l'energia più potente e pulita esistente, ma provare a imbrigliare la potenza che "illumina" una stella è una sfida difficile anche per l'IA.
Circa le possibili soluzioni ai costi dell'IA, uno studio effettuato nel 2024 prospetta diverse altre soluzioni, al momento più accessibili per limitarne i costi e gli sprechi, tra cui quella di un maggior utilizzo delle HAI al posto delle AI autogenerative, e quindi un modello ibrido ugualmente efficace, che unisce quelli di intelligenza artificiale basati sull'autoapprendimento a quelli simbolici, cioè basati sulla programmazione a monte.
Ciò che io mi domanderei è a chi giova tutto questo spreco energetico attualmente e chi non è interessato a trovare soluzioni adeguate ai costi dell'IA, preferendo investire sugli usi bellici e ignorare gli effetti sul clima fino a censurarne gli studi.

Fukogama wrote: Paradossalmente, mentre inseguiamo macchine sempre più intelligenti, la macchina più efficiente resta il cervello umano

Premetto che la mia vuol essere una battuta, ma con quello che si vede fare da politici e governanti, come macchina non sembra tanto efficiente, anzi, pare difettosa parecchio  

@Arturo Ligotti

Grazie per la franchezza. In un forum di confronto sulla scrittura, un feedback puntuale come il tuo è merce preziosa per chi scrive.

Arturo Ligotti wrote: L'articolo sembra più una narrazione che un'analisi.

La scelta di un taglio narrativo rispetto a quello analitico è stata intenzionale. Rivolgendomi a un pubblico generalista, ho preferito usare "scorciatoie" (come il paragone col Giappone) per dare un’idea di scala immediata. Temevo che un confronto tecnico, con tanto di tabelle e numeri, con comparti come il cementizio o l'aereo potesse appesantire troppo la lettura.

Arturo Ligotti wrote: sulla fusione come soluzione il discorso pare un po' salvifico

Hai ragione: credo che nessuno sappia realmente quale contributo potrà dare la IA a questa tecnologia. Sicuramente le big tech ci stanno investendo tanti soldi e questo mi sembrava un fatto interessante da segnalare.

Arturo Ligotti wrote: Il paragone poi col cervello umano è ad effetto,

Sì, certo! Ma mi è servito, comunque, per introdurre il concetto che c’è ancora molto da lavorare sull'efficienza dei sistemi di IA. Poi, sinceramente concedere una piccola rivincita ai lettori (e a me) non mi dispiaceva.

Mi interessa molto il punto di vista di chiunque voglia contribuire. Se avessi dovuto scrivere tu un pezzo divulgativo su questo tema, come avresti bilanciato il rigore dei dati senza perdere l'attenzione del lettore non esperto?

Grazie ancora per lo scambio!

Saluti P.L.F.

@ElleryQ

ElleryQ wrote: Circa le possibili soluzioni ai costi dell'IA, uno studio effettuato nel 2024 prospetta diverse altre soluzioni,

Articolo interessante, purtroppo sono riuscito a leggerlo solo ora (stiamo chiudendo il bilancio, le mie risorse sono ridotte al lumicino). Ora mi hai incuriosito, chissà se se c'e' qualcosa di più recente sullo stesso argomento?

un saluto

Fukogama wrote: chissà se se c'e' qualcosa di più recente sullo stesso argomento?

Ho provato a chiedere all'IA di Google quali sono i costi energetici dell'IA e la risposta è stata la seguente:

Il dispendio energetico dell'intelligenza artificiale (IA) è un tema di crescente preoccupazione, con i data center globali che attualmente consumano circa l'1,5% dell'elettricità mondiale, quota destinata a superare il 3% entro il 2030, in gran parte a causa dell'IA. L'addestramento e l'uso di modelli complessi (come ChatGPT) richiedono quantità immense di energia e acqua per il raffreddamento dei server.
Ecco un'analisi dettagliata del dispendio energetico e delle soluzioni in fase di studio e implementazione.

Il Dispendio Energetico dell'IA

• Consumi dei Data Center: Nel 2024, i data center hanno consumato circa 415 TW di elettricità, con previsioni di un aumento del 160% entro il 2030.
• Impatto dell'IA Generativa: Una singola richiesta all'IA può consumare fino a 10 volte più energia di una ricerca su Google.
• Addestramento vs Utilizzo: L'addestramento di un modello di IA avanzato può consumare l'equivalente dell'energia usata da centinaia di famiglie in un anno.
• Impronta Idrica: Oltre all'elettricità, l'IA ha un alto consumo di acqua per il raffreddamento dei server, stimato in 6 miliardi di litri per l'addestramento dei modelli generativi. La produzione di microchip per l'IA richiede fino a 9.000 litri d'acqua per singolo pezzo

Soluzioni e Strategie di Mitigazione

L'industria e la ricerca stanno lavorando su diverse strategie per rendere l'IA più sostenibile (Green AI):

• Modelli più efficienti ("Small Language Models"): Sviluppare modelli più piccoli, specifici e meno energivori rispetto ai giganteschi modelli generalisti.
• Tecniche di Ottimizzazione:
  • Quantizzazione: Ridurre la precisione numerica dei parametri del modello.
  • Pruning: Eliminare i collegamenti neurali meno importanti.
  • Distillazione: Trasferire la conoscenza da un modello grande a uno più piccolo.
• Raffreddamento Avanzato: Utilizzo di sistemi di raffreddamento a liquido o tecnologie a immersione per server, più efficienti dell'aria condizionata tradizionale.
• Energie Rinnovabili: Alimentare i data center esclusivamente con fonti energetiche rinnovabili.
• Localizzazione dei Data Center: Posizionare i data center in zone a clima freddo per ridurre la necessità di raffreddamento attivo.

L'IA come Soluzione per l'Efficienza

Nonostante l'elevato consumo, l'IA può contribuire attivamente alla riduzione delle emissioni in altri settori:

• Ottimizzazione Energetica: L'IA può ottimizzare la gestione delle reti elettriche, i trasporti pubblici e la logistica, con un potenziale risparmio di 300 terawattora (TWh).
• Digital Twin: Utilizzare gemelli digitali per simulare e ottimizzare i processi produttivi industriali, riducendo sprechi di materiali e energia.
• Gestione Predittiva: Applicare algoritmi predittivi per migliorare l'efficienza energetica negli edifici e nelle industrie.

In sintesi, la sfida attuale è bilanciare i benefici dell'innovazione tecnologica con la necessità di ridurre l'impronta di carbonio, puntando su un'IA più efficiente ("Green AI") e su infrastrutture alimentate da fonti rinnovabili.


Mi è sembrato di capire che una buona parte dei contenuti sia presa da qui.
L'articolo è di ottobre 2025 e credo che sia il più recente.

@ElleryQ

grazie mille. Ci sono moltissimi aspetti che conosco poco e mi sembrano molto interessanti sopratttutto qui 

ElleryQ wrote: Soluzioni e Strategie di Mitigazione

anche se mi sarei aspettato di trovare l'IA ibrida di cui parlavi prima e qui

ElleryQ wrote: L'IA come Soluzione per l'Efficienza

appena ho tempo vado a vedermi l'articolo che hai citato, tu l'hai letto per caso? 

ciao P.

Fukogama wrote: appena ho tempo vado a vedermi l'articolo che hai citato, tu l'hai letto per caso? 

Sì, è interessante.

@Fukogama  Sarebbe interessante leggere un articolo serio sul progetto ITER (International Thermonuclear Experimental Reactor).
Da quel che ne so è il più longevo e costoso progetto scientifico della storia umana e non se ne parla mai in modo serio o approfondito. Il reattore di fusione è in costruzione a Cadarache, in Provenza, dal 2013, ma l'inizio del progetto è ancora più antico, risale agli anni Ottanta. È un tokamak, cioè un reattore a confinamento magnetico di forma toroidale che utilizza campi magnetici per intrappolare un plasma di deuterio e trizio a temperature superiori a 150 milioni di gradi. L'obiettivo di ITER è dimostrare la fattibilità scientifica di questo tipo di fusione e testare i materiali necessari. Vi partecipano l'UE, la Russia, il Giappone, l'India, la Corea del Sud, gli USA.
Sui costi si sa pochissimo, mentre i tempi di accensione del primo plasma sono slittati di anno in anno. Nel cronoprogramma del 2016 doveva essere il 2025 e tale limite è rimasto fino al 2023, allorché è slittato al 2034. Quanto ai costi dovremmo essere intorno ai 30 miliardi di euro già spesi, ma molte fonti indicano che sono fuori controllo e sul vero costo c'è una nebbia totale.
Tanto per intenderci, la fusione di ITER non è la medesima di quella che si genera all'interno delle stelle come fanno credere. È un qualcosa di completamente diverso. Mentre nelle stelle è la pressione gravitazionale che avvicina gli atomi fino a provocarne la fusione, che quindi avviene per estrema densità materiale degli stessi e a temperature relativamente basse di circa dieci milioni di gradi, quella del tokamak avviene nel vuoto spinto. Per questo motivo servono temperature altissime di circa centocinquanta milioni di gradi. Centocinquanta contro dieci.  Se nelle stelle è la pressione gravitazionale a fungere da involucro, nel tokamak sono i campi magnetici che rivestono l'anello toroidale.  A queste temperature gli isotopi pesanti dell'idrogeno (deuterio e trizio) si fondono. E anche questa è una differenza sostanziale rispetto alla fusione stellare dove avviene la cosiddetta catena protone - protone. Una fusione lenta di atomi di idrogeno e poi di elio. La difficoltà sta quindi nel costruire campi magnetici capaci di confinare una calore che in natura non esiste. Altro punto dirimente di non poco conto. Il Trizio in natura ha una emivita brevissima, di circa 12 anni. Sulla Terra al momento attuale se ne producono 20 kg l'anno estratti in vario modo da processi all'interno delle centrali nucleari a fissione. L'esperimento ITER serve anche soprattutto a testare la capacità di produzione del Trizio (il cosiddetto allevamento del Trizio) che deve avvenire all'interno stesso del Tokamak. In teoria l'interno delle pareti del tokamak andrà rivestito da una spessa patina (blankett) di litio dal quale il trizio verrà rilasciato per il bombardamento neutronico delle pareti. Il Trizio andrebbe estratto dalle pareti stesse del tokamak attraverso una serie di complicatissimi apparati chimico fisici.  Quindi se per i reattori a fissione il combustibile (uranio) esiste in natura per i reattori a fusione il combustibile va creato. E non si sa se il processo effettivamente funziona, dato che non è mai stato testato prima al mondo. Quindi Bobine per i campi magnetici del tokamak che non sono state mai sperimentate, produzione del trizio che non è mai stata sperimentata. Il plasma che non si sa come si comporta e che probabilmente è una delle cause principali dei ritardi nella costruzione insieme alla costruzione delle bobine. Poi, se dentro il tokamak vi sarà la temperatura più alta dell'Universo, per raffreddare le bobine servirà la temperatura più bassa dell'Universo, il che rappresenta un'altra sfida. Che però non è l'unica. Quando si dice che la fusione non provoca radiazioni si dice una mezza verità. In realtà la fusione da deuterio trizio sarà altamente neutronica. E quindi altamente radioattiva. Sarà questo suo essere altamente neutronica il fattore essenziale per la coltivazione del trizio dal blankett di litio.  I neutroni, che non hanno massa, sfuggiranno al campo magnetico del tokamak e investiranno le sue pareti. Dopo circa cinque anni di uso il reattore andrà smantellato perché le radiazioni l'avranno reso inutilizzabile. Ma il problema del tempo di funzionamento non riguarda ITER. ITER dovrà testare accensioni di 400 secondi.  Un altro problema dei tokamak è appunto l'instabilità del plasma. Teoricamente il tokamak può funzionare per 400 secondi consecutivi e poi spegnersi. La forma rende instabile il plasma e impedisce la continuità dell'accensione.  In ogni caso le emissioni neutroniche producono elisio intrappolato che rende il più denso dei materiali fragile come la carta.  Quando ITER avrà dimostrato che è possibile tenere acceso il plasma per 400 secondi e che dal blankett sarà possibile estrarre il materiale per la combustione del plasma l'esperimento sarà riuscito. Si dovrà poi smantellare ITER e costruire DEMO il reattore che dovrà capire come estrarre energia dal tokamak, che è un'altra sfida ai limiti dell'impossibile.   Quanto all'AI. Le simulazioni servono a capire come si comporta il plasma a temperature tali che lo rendono totalmente imprevedibile. Temperature che non si trovano in natura. Comunque, in Germania hanno costruito e fatto funzionare lo Stellarator Wendelstein 7x. A differenza del tokamak lo stellarator non ha forma toroidale ma di stella non complanare e funziona con idrogeno ed elio, non emette radiazioni neutroniche, non ha bisogno di coltivare il trizio, non distrugge i materiali e ha una durata potenziale di decenni e non di anni come il tokamak. La sua forma permette la combustione continua del plasma e non pulsata come i tokamak e quindi può produrre continuamente energia.  Ma se il tokamak è difficilissimo da costruire lo stellarator è quasi impossibile e senza l'AI di questi ultimi anni anche Wendelstein non avrebbe funzionato. La costruzione delle bobine non piane ma in 3 D è tecnicamente oggi quasi impossibile e anche la manutenzione dell'impianto è proibitiva. E però sugli Stellarator da anni decine di start up private sono scese in campo finanziate con fondi pubblici e non. Gli Stellarator sembrano l'ultima frontiera della fusione, ma la loro costruzione è ancora più problematica. 
E dunque a questo punto è lecito farsi una domanda. Quanto costerebbe oggi un MW di elettricità da un reattore a fusione di tipo tokamak? Probabilmente saremmo ben oltre i 1000 euro al MW, contro i 20 delle rinnovabili o i 100 delle fonti fossili più comuni.  E per un Stellarator è probabile che saremmo ancora oltre la soglia dei 1000 euro. Sarebbe utile sapere perché ci si investe sopra tanto. La favola che viene venduta al grande pubblico è energia gratis a costo zero con zero radiazioni. Ma basta alzare un po' il tappeto per rendersi contro di quanta falsità vi sia sotto questo elegante complemento d'arredo. Ma soprattutto visto anche i tempi. I risultati non arriveranno in ogni caso prima di due decenni.  Ma verosimilmente intorno al 2060. [font="Open Sans", "Segoe UI", Tahoma, sans-serif]Che senso ha investire decine di miliardi oggi?[/font] Io non ho la risposta a queste domande. Ma magari un giornalista può trovarla. Perché impiegano tanti mezzi e risorse e tempo per una fonte energetica che non sarà mai competitiva con le altre e soprattutto non sarà funzionante per i prossimi decenni?