Il prossimo 9 ottobre alle 16:00, Stroncature ospiterà un incontro dal titolo “Misurare l’impronta di carbonio del software”. L’appuntamento si inserisce nelle attività di Terza Missione promosse da Stroncature in collaborazione con il Dipartimento di Informatica dell’Università degli Studi di Bari Aldo Moro, nel quadro del progetto di Public Engagement “UNIBA 2030 – Intelligenza Artificiale e Sostenibilità”, selezionato nell’ambito delle iniziative di Public Engagement “Patto Territoriale Sistema Universitario Pugliese”. Nel corso del webinar interverranno Giuseppe Spillo e Cataldo Musto, del Dipartimento di Informatica dell’Università degli Studi di Bari Aldo Moro, e Allegra De Filippo, Allegra De Filippo, del Dipartimento di Informatica – Scienza e Ingegneria dell’Università di Bologna.
Il software viene spesso percepito come qualcosa di immateriale. Ogni programma, tuttavia, funziona grazie a infrastrutture fisiche che consumano energia: computer, server, reti e centri di elaborazione. Il tema assume un rilievo particolare nel campo dell’intelligenza artificiale, dove l’addestramento dei modelli può richiedere grandi quantità di dati, numerosi tentativi e risorse di calcolo considerevoli. Misurare questa impronta permette di capire se il miglioramento ottenuto giustifichi l’energia impiegata e le emissioni prodotte.
Il webinar affronterà il rapporto tra prestazioni degli algoritmi e sostenibilità ambientale a partire dal caso dei sistemi di raccomandazione, utilizzati dalle piattaforme digitali per suggerire film, libri, notizie e altri contenuti. Modelli più sofisticati possono offrire risultati migliori, ma l’aumento della complessità non produce sempre vantaggi proporzionati. In una delle prove analizzate, un algoritmo relativamente semplice ha prodotto 0,45 grammi di CO₂ equivalente, mentre un modello più sofisticato ne ha prodotti circa 23: oltre cinquanta volte di più, a fronte di un miglioramento molto più contenuto dell’accuratezza.
Una parte dell’incontro sarà dedicata al costo, spesso poco visibile, della ricerca della configurazione migliore. Prima di arrivare alla versione finale di un algoritmo può essere necessario eseguire decine o centinaia di prove, modificando ogni volta le impostazioni del modello. In un caso, la configurazione migliore ha aumentato l’accuratezza del 14,6 per cento; per individuarla, però, le numerose prove hanno prodotto complessivamente quasi 7 chilogrammi di CO₂ equivalente, rispetto ai circa 5,9 grammi prodotti da una singola esecuzione della configurazione selezionata. Valutare soltanto l’esecuzione finale offre quindi una rappresentazione incompleta: occorre considerare anche tutti i tentativi effettuati e successivamente scartati.
Anche la quantità di dati utilizzata incide sull’impatto ambientale. Raccolte più ampie possono migliorare l’accuratezza, ma richiedono più elaborazioni e non garantiscono automaticamente un sistema complessivamente migliore. Ridurre i dati può contenere le emissioni e, in alcuni casi, limitare la tendenza degli algoritmi a suggerire soprattutto i contenuti già più popolari. Questa scelta può però comportare una perdita di accuratezza e richiede quindi di individuare un equilibrio tra precisione, consumi e varietà delle raccomandazioni.
L’impronta di carbonio dipende inoltre dal luogo in cui avviene il calcolo. Lo stesso programma, eseguito con gli stessi dati, può produrre emissioni differenti a seconda delle fonti utilizzate per generare l’elettricità. La misurazione non serve dunque soltanto ad assegnare un valore ai consumi, ma anche a confrontare soluzioni diverse e a orientare le decisioni riguardanti gli algoritmi, la quantità di dati, il numero delle prove e le infrastrutture impiegate.
In questa prospettiva, rendere l’intelligenza artificiale più sostenibile non significa rinunciare ai modelli avanzati, ma utilizzarli quando i benefici prodotti sono adeguati alle risorse richieste. Accuratezza, emissioni e varietà dei suggerimenti devono essere considerate insieme. Il webinar offrirà un’occasione per comprendere come queste dimensioni possano essere misurate e integrate nella progettazione di sistemi digitali più efficienti e responsabili.
Per partecipare è necessario registrarsi.