Pilha de baterias de lítio-íon de celulares para reciclagem
Algum tempo atrás li um artigo publicado pelo MIT Technology Review, “Training a single AI model can emit as much carbon as five cars in their lifetimes”, que me chamou a atenção. Diz-se comumente que dados são o novo petróleo e os algoritmos são os motores. Correto. Mas, me parece que a metáfora pode ser ampliada. Como o combustível fóssil, o processo de treinamento de sistemas de machine learing/deep learning tem um grande impacto ambiental.
E mais ainda. De maneira geral, quando falamos em IA e sociedade digital, concentramos nossa atenção nos softwares e nos algoritmos de ML. Pouca atenção damos ao lado material que possibilita que existam smartphones, data centers de nuvem, laptops e outros componentes que fazem o mundo digital funcionar.
Recentemente li um livro muito instigante, “Atlas of AI”, de Kate Crawford, pesquisadora sênior da Microsoft Reseach e cofundadora doAI Now Institute, que jogou mais luz sobre o assunto.
Um algoritmo que roda em nuvem só funciona se recursos minerais extraídos do planeta estejam embutidos nos computadores dessa nuvem. Sem baterias de lítio-íon, smartphones, laptops, assistentes virtuais como Alexa e Google Home e data centers não funcionariam. Nossa sociedade está cada vez mais dependente do mundo digital e nem sabemos como esses minerais são extraídos e utilizados.
São recursos finitos e o nosso modelo de consumo de tecnologia, que faz com que a vida média de um smartphone fique em torno de menos decinco anos(servidores também tem ciclo de obsolescência rápido) faz com que haja uma pressão muito grande sobre os recursos minerais não renováveis.
Os ciclos de extração mineral, como das minas de lítio, passam pelo caminho de qualquer outro processo de mineração, com as inevitáveis devastações provocadas pelas escavações. O lítio já é percebido como um recurso extremamente crítico, que tende a se esgotar e isso gera tensões políticas e muitas vezes, comercialização desregulada.
Um estudo produzido nos EUA, o “Evaluating the mineral commodity supply risk of the U.S. manufacturing sector”, listou 23 minerais que estão em risco de escassez e se isso acontecer colocará em risco indústrias inteiras, como o próprio setor de tecnologia, que é a base de nossa sociedade atual.
Os minerais críticos incluem os 17 elementos raros (terras raras) do planeta como disprósio, neodímio, lantânio e escândio, que são usados dentro dos speakers do iPhone e motores elétricos, nas lentes das câmeras, baterias recarregáveis, discos rígidos e outros equipamentos. São fundamentais nas torres de comunicação com satélites, cabos de fibra ótica e dispositivos GPS.
Entretanto, as terras raras − os 15 lantanídeos da tabela periódica e outros dois elementos relacionados, o escândio e o ítrio − não são todas escassas, embora sejam limitadas. O cério, por exemplo, é tão abundante quanto o cobre na crosta terrestre. O problema é que é difícil encontrar esses minerais em concentrações suficientes para que sua extração valha a pena.
Uma extração que pode trazer riscos para o meio ambiente e para a saúde. Nas jazidas, eles podem estar misturados até mesmo com elementos radioativos, como o tório. E no processo de separação são gerados muitos resíduos tóxicos que podem poluir o ar, a água e o solo dos arredores.
A disputa, muitas vezes conflituosa, por esses minerais chega aos limites criminosos como vimos no filme “Diamantes de Sangue”. Pressões internacionais começaram a fazer com que empresas de tecnologia não ignorassem mais o assunto, mas a complexa cadeia de suprimento não permite que exista um controle adequado sobre as fontes de extração e comercialização.
Algumas empresas high-tech têm mais de 16 mil fornecedores espalhados por mais de 100 países, provendo os recursos minerais para os seus processos de produção de processadores, smartphones e outros equipamentos tecnológicos.
Esses minerais podem se tornar a próxima arma geopolítica e comercial da China, que é, de longe, o principal fornecedor mundial, graças à abundância desses elementos em seu solo (calcula-se que conte com 37% das reservas mundiais), na sua guerra tecnológica e comercial travada com os EUA.
À custa de criar sérios problemas ecológicos nas áreas vizinhas (Baotou, na Mongólia Interior, a principal zona de exploração, carrega como herança umlago venenoso), a China pode oferecer um produto muito mais barato que qualquer outro concorrente, monopolizar 80% do fornecimento mundial e também 85% da capacidade global de processamento em suas minas. Os outros 20% produzidos no mundo estão divididos entre Austrália, Brasil, Índia, Rússia, Vietnã, Malásia e Tailândia.
Como antes vivemos períodos sob protagonismo da OPEP (Organização dos Países Exportadores de Petróleo), existe alta possibilidade de vivermos outra situação similar, mas agora sob pressão de um único país.
Se a espinha dorsal da IA são as terras raras, o seu sistema circulatório é a eletricidade. O artigo do MIT, que citei no início, foi o primeiro que me chamou a atenção para o fato que recursos computacionais como os demandados para treinamento de algoritmos sofisticados demandam muita energia, muitas vezes geradas por fontes poluidoras, como carvão ou petróleo.
O treinamento do GPT-3, por exemplo, demanda um grande consumo de energia: “AI me to the Moon… Carbon footprint for ‘training GPT-3’ same as driving to our natural satellite and back”.Também vale a pena ler esse estudo sobre treinamento de algoritmos de NLP, em “Energy and Policy Considerations for Deep Learning in NLP”.
É verdade que as big rechs estão fazendo esforços para serem menos poluidoras e o uso dos algoritmos da própria IA podem ajudar em muito a diminuir os efeitos da poluição e os danos na atmosfera do planeta. Entretanto, os data centers exigem muita energia e não conseguirão ser 100% não poluentes a curto ou médio prazo. As discussões estão começando e recomendo a leitura do estudo “AI and climate change: The promise, the perils and pillars for action”.
Creio que à medida que estamos nos conscientizando do papel fundamental da IA na nossa sociedade, começamos a debater alguns aspectos que são de extrema importância, mas que só agora começaram a ser discutidos com profundidade. A questão da ética, minimização dos vieses e a transparência dos algoritmos é um conjunto de temas que se valorizam a cada dia.
“Ethics by design” já começa a sinalizar que será um conceito essencial nos futuros projetos de IA. Agora, as questões relativas aos desafios das mudanças climáticas antropogênicas também devem ser debatidas.
O que isso mostra? Que IA não é apenas um conjunto de disciplinas usadas por engenheiros de ML, mas também é necessário, que além de executivos das empresas, diversas áreas de conhecimento e estudo se envolvam, sejam nas questões éticas e legais, como também nos aspectos de controle de emissões de gases estufa.
Não podemos separar o avanço vertiginoso e exponencial da tecnologia digital com a consequente rápida evolução da IA, dos seus impactos ambientais, da extração de minérios à emissão de gases estufa.
Cezar Taurioné VP de Inovação da CiaTécnica Consulting, e Partner/Head de Digital Transformation da Kick Corporate Ventures. Membro do conselho de inovação de diversas empresas e mentor e investidor em startups de IA. É autor de nove livros que abordam assuntos como Transformação Digital, Inovação, Big Data e Tecnologias Emergentes. Professor convidado da Fundação Dom Cabral, PUC-RJ e PUC-RS.
