Startsida AI Sam Altman försvarar AI:s energibehov: ”Det krävs också mycket energi...

Sam Altman försvarar AI:s energibehov: ”Det krävs också mycket energi för att träna en människa”

Sam Altman försvarar AI:s energibehov: ”Det krävs också mycket energi för att träna en människa”
jamesonwu1972 / Shutterstock.com

Sam Altman har avfärdat påståenden om ChatGPT:s vattenförbrukning och försvarat AI:s elbehov med argumentet att människor själva kräver enorma mängder energi för att ”tränas” under en livstid.

Just nu läser andra

OpenAI:s vd Sam Altman har slagit tillbaka mot växande kritik kring artificiell intelligens ökande förbrukning av el och vatten och menar att debatten ofta saknar sammanhang.

Vid India AI Impact Summit fick Altman frågor om rapporter som lyfter fram ChatGPT:s miljöavtryck – särskilt påståenden om hur mycket vatten och elektricitet enskilda AI-frågor förbrukar.

Vattenpåståenden kallas ”helt galna”

Altman avfärdade uppgifter om att ChatGPT skulle använda flera liter vatten per fråga som ”helt osanna” och ”fullständigt galna”, enligt videomaterial som delats av The Indian Express.

Han sade att många datacenter som driver OpenAI:s system har gått ifrån traditionella evaporativa kylmetoder, som är starkt beroende av vatten för att förhindra överhettning. I stället använder operatörer i allt större utsträckning alternativa eller mer effektiva kylsystem som är utformade för att minska vattenintensiteten.

Branschdata visar dock att vattenanvändningen fortsatt är betydande. En rapport från januari från vattenteknikföretaget Xylem och Global Water Intelligence visade att 56 procent av världens datacenter fortfarande använder evaporativ kylning i någon form.

Läs också

El är en ”rimlig” oro

När det gäller elförbrukning intog Altman en mer nyanserad ton.

”Vi måste gå mot kärnkraft, eller vind, eller sol mycket snabbt”, sade han och medgav att AI:s energibehov är betydande och kommer att fortsätta växa i takt med att modellerna blir mer avancerade.

Han gjorde därefter en jämförelse som fick publiken att skratta.

”Det krävs också mycket energi för att träna en människa”, sade Altman. ”Det tar liksom 20 år av liv och all mat du äter under den tiden innan du blir smart.”

Han utvecklade liknelsen och menade att mänsklig intelligens är resultatet av inte bara decennier av individuell utveckling utan även generationer av ackumulerad kunskap.

Läs också

Att mäta effektivitet på ett annat sätt

Altmans övergripande poäng var att fokus på ren elförbrukning per AI-fråga kan vara missvisande utan en jämförande ram. Ett mer rättvist mått, föreslog han, vore att undersöka hur mycket energi en utbildad människa använder för att besvara en fråga jämfört med hur mycket energi en tränad AI-modell förbrukar för samma uppgift.

I ett blogginlägg från juni 2025 uppskattade Altman att en enskild ChatGPT-fråga använder cirka 0,34 wattimmar elektricitet – ungefär vad en ugn förbrukar på omkring en sekund. Energiförbrukningen kan variera beroende på uppgiftens komplexitet, och nyare modeller kan ha andra krav.

Miljödebatten lär fortsätta

Trots Altmans försvar tyder prognoser på att AI:s totala miljöavtryck kommer att öka kraftigt.

En rapport från januari från Xylem och Global Water Intelligence beräknade att AI-relaterad vattenanvändning kan öka med omkring 130 procent till 2050. Den stigande efterfrågan på el till datacenter väntas också öka vattenanvändningen för energiproduktion, medan allt mer komplex chipstillverkning kan driva upp vattenbehovet ytterligare.

OpenAI:s datacenterkomplex på 800 acres i Abilene i Texas kommer enligt uppgifter att använda ett slutet kylsystem som återcirkulerar vatten, även om det initialt kräver miljontals liter för att fyllas.

Läs också

I takt med att AI integreras allt mer i vardagen väntas granskningen av dess energi- och vattenförbrukning intensifieras. Altmans argument ramar in frågan som en om att skynda på utbyggnaden av ren energiinfrastruktur snarare än att bromsa AI-utvecklingen – en hållning som fortsatt delar experter.

Källor: The Indian Express, Xylem och Global Water Intelligence, Texas Tribune, OpenAI-bloggen

Ads by MGDK