Modest, artistic, and radical solutions to the environmental impact of image-generating machine learning

Resumo Técnico: Soluções Modestas, Artísticas e Radicais para o Impacto Ambiental do Aprendizado de Máquina de Geração de Imagens

Declaração do Problema
O artigo argumenta que o impacto ambiental do aprendizado de máquina (ML), especificamente da geração de imagens, é vastamente subestimado pela narrativa predominante de eficiência. Embora o ML seja frequentemente aclamado por otimizar as Tecnologias de Informação e Comunicação (TIC), esse "pequeno ganho" é sobrecarregado pela enorme pegada de carbono, água e terra dos centros de dados e dispositivos prontos para ML. Os autores destacam um "efeito rebote", onde o aumento da eficiência leva à expansão do uso e da infraestrutura, em vez da conservação. Eles citam projeções de que os centros de dados de IA poderiam consumir 35 gigawatts anualmente até 2030 e observam que uma única geração de imagem produz aproximadamente 300 gramas de CO2e — 750 vezes mais que a classificação de texto. A trajetória atual, impulsionada pelo capitalismo de acionistas e pela demanda por velocidade e precisão, cria um ciclo vicioso onde a expansão da infraestrutura justifica uma maior demanda, ameaçando exceder os limites planetários.

Metodologia
Os autores empregam uma abordagem multidisciplinar combinando engenharia de computação, estudos de mídia e prática de arte crítica. Sua metodologia envolve:

1. Levantamento Bibliográfico: Analisando o consumo de eletricidade no treinamento e na inferência de ML, focando na proliferação de GPUs, na mudança para a computação de borda (edge computing) e no custo energético desproporcional da inferência em comparação ao treinamento.
2. Análise Crítica da Eficiência: Desconstruindo a definição corporativa de "eficiência" (velocidade e precisão) e contrastando-a com estruturas de "suficiência digital" e "decréscimo" (degrowth).
3. Projeto de Arte Conceitual (Trabalho em Andamento): A equipe está desenvolvendo um "gerador de imagens minúsculo" como uma obra de arte conceitual. Este projeto serve como um banco de testes técnico para um ML ético e de baixa energia. As estratégias técnicas principais para este protótipo incluem:
   • Restrições de Hardware: Treinar e executar modelos em hardware de capacidade limitada (ex: Raspberry Pi) em vez de enormes fazendas de servidores.
   • Ética de Dados: Rejeitar conjuntos de dados coletados via raspagem (como o LAION-5B) em favor de dados eticamente obtidos e não raspados, incluindo contribuições de participantes e arquivos específicos (ex: têxteis e caligrafia islâmica do Victoria & Albert Museum).
   • Arquitetura de Modelo: Utilizando técnicas de "Tiny Machine Learning" (TinyML), incluindo:
     • Quantização: Reduzindo a precisão (ex: 8 bits ou 4 bits) para encolher o tamanho do modelo.
     • Aprendizado de Poucos/Um Exemplo (Few/One-Shot Learning): Treinar com o mínimo de exemplos para reduzir os requisitos de dados.
     • Injeção de Ruído: Usar ruído em vez de médias estatísticas para gerar saídas novas e não clichês, evitando assim as "imagens médias" típicas de grandes modelos.
     • Ponderação de Conjunto de Dados: Atribuindo explicitamente maior importância a conjuntos de dados éticos específicos (ex: arte islâmica) para neutralizar preconceitos pré-treinados em direção ao fotorrealismo e à arte ocidental.
   • Integração Política: Mandatando a inclusão de referências políticas específicas (ex: Palestina) nos resultados para contrapor as narrativas hegemônicas da IA.

Principais Contribuições

• Reenquadramento da Eficiência: O artigo desafia o padrão da indústria que prioriza velocidade e precisão, argumentando que essas métricas impulsionam o consumo de energia insustentável. Propõe a "suficiência digital" e a "contabilidade de custo real" (incluindo externalidades ambientais) como alternativas necessárias.
• Viabilidade Técnica de IA "Minúscula": Os autores demonstram que a geração de imagens pode ser adaptada para rodar em hardware limitado usando pequenos modelos de linguagem (SLMs), arquiteturas de baixa precisão e abordagens não neurais ou esparsas, desde que o objetivo mude da inteligência geral para tarefas específicas e modestas.
• Práticas de Dados Éticas: O artigo propõe um fluxo de trabalho onde metadados e contribuições de participantes são tratados como partes integrantes da obra de arte, contrastando com a raspagem opaca de dados de modelos comerciais.
• Arte de IA Crítica: Ao integrar mandatos políticos (como referenciar a Palestina) e restrições estéticas (austeridade, novidade sobre verossimilhança), o projeto oferece um modelo para uma IA "descolonial" que resiste às tendências desumanizantes dos modelos generativos convencionais.

Resultos
Como o artigo descreve um "trabalho em andamento", ele não apresenta resultados experimentais quantitativos finais (ex: economias específicas de watt-hora ou métricas finais de precisão do modelo). No entanto, os autores relatam os resultados teóricos e de fase de design:

• Identificaram com sucesso que os objetivos atuais da indústria (ex: latência de 100ms) são impulsionados por modelos de vício corporativo e não por necessidade, e que relaxar essas restrições permite modelos significativamente menores.
• Determinaram que usar uma variante "pequena" do StableDiffusion (SD 2.1 unclip-small) ainda carrega uma pegada de carbono significativa devido ao treinamento do modelo pai; portanto, a abordagem proposta exige começar do zero ou realizar um ajuste fino (fine-tuning) com restrições extremas para ser verdadeiramente "minúscula".
• Estabeleceram que a ponderação de conjunto de dados é um método técnico viável para sobrepor preconceitos pré-treinados e priorizar estéticas culturais específicas sem exigir computação massiva.

Significância e Alegações
O artigo afirma que o único caminho sustentável para as TIC é o "decréscimo" e o "desprojeto" (undesign) de tecnologias intensivas em recursos. Ele assevera que:

• Eficiência não é Conservação: Em um quadro de capitalismo de acionistas, a eficiência apenas possibilita mais consumo. A verdadeira mitigação ambiental requer "degradação graciosa" e "informática de colapso".
• Modéstia como Ato Radical: Criar modelos de IA modestos, artisticamente sofisticados e politicamente engajados é uma alternativa radical aos objetivos "aceleracionistas" das grandes corporações.
• Implicações de Política: Os autores sugerem que, se os governos precificassem a eletricidade de acordo com seu custo ambiental, as corporações seriam forçadas a adotar uma eficiência genuína. Até lá, defendem a simplicidade voluntária e a criação de "ferramentas conviviais" que operem dentro de limites estritos de energia e dados.
• Intervenção Artística: O gerador de imagens minúsculo proposto serve não apenas como uma ferramenta, mas como uma crítica ao "paradigma cornucópico", demonstrando que uma IA útil e criativa pode existir sem a pegada ambiental massiva dos atuais Modelos de Linguagem de Grande Escala (LLMs) e sistemas de imagem generativa.