Google’s estimates are lower than previous research on water- and energy-intensive data centers that undergird generative AI models. That’s due in part to improvements in efficiency that the company has made over the past year. But Google also left out key data points in its study, leading to an incomplete understanding of Gemini’s environmental impact, experts tell The Verge.
‘Google’s Gemini-AI verbruikt maar weinig water en energie per tekstprompt’
‘Google’s Gemini-AI verbruikt amper water en energie per tekstprompt’
Google heeft een nieuw onderzoek gepresenteerd waaruit blijkt dat het gebruik van Gemini-AI opvallend weinig energie en water kost. Volgens het bedrijf verbruikt een gemiddelde tekstprompt slechts vijf druppels water en evenveel elektriciteit als het kijken naar televisie gedurende minder dan negen seconden. De bijbehorende uitstoot zou niet meer zijn dan een fractie van een gram CO₂. Daarbij benadrukt Google dat de efficiëntie van het systeem in een jaar tijd sterk is verbeterd: het energieverbruik per prompt zou ruim dertig keer lager liggen en de uitstoot zelfs meer dan veertig keer lager. Diverse techplatformen deden een test, op The Verge delen zij:
Toch reageren wetenschappers kritisch op deze cijfers. Zij stellen dat Google een groot deel van de indirecte impact buiten beschouwing laat. Het waterverbruik dat nodig is bij energiecentrales die de datacenters van stroom voorzien, kan bijvoorbeeld aanzienlijk hoger uitvallen dan de cijfers die Google presenteert. Ook zou de gekozen rekenmethode voor de uitstoot de werkelijkheid rooskleuriger voorstellen dan deze in werkelijkheid is, omdat alleen marktgemiddelden worden meegenomen en niet de werkelijke lokale energiemix.
Critici benadrukken dat de gepresenteerde cijfers daarom slechts een klein deel van het totaalplaatje laten zien. Terwijl de efficiëntie per prompt weliswaar toeneemt, groeit tegelijkertijd het totale verbruik door de enorme toename van AI-toepassingen. Sinds 2019 is het energiegebruik en de uitstoot van Google door de opkomst van AI met meer dan de helft gestegen. Dat roept de zorg op dat efficiëntere modellen juist leiden tot meer gebruik en dus tot hogere totale impact, een effect dat bekendstaat als de Jevons-paradox.
Google stelt dat het rapport bedoeld is om meer transparantie te brengen en een eerste stap vormt naar een consistente manier om de milieu-impact van kunstmatige intelligentie te meten. Volgens onderzoekers is er echter meer nodig: een vollediger en onafhankelijk beeld dat ook rekening houdt met verborgen kosten en bredere toepassingen van AI.
