El consumo energético de la inteligencia artificial: ¿Amenaza para el ambiente?

El creciente consumo de energía eléctrica por parte de las Inteligencias Artificiales (IA) se convierte poco a poco en una preocupación ambiental significativa. Datos recopilados sugieren que, de no tomarse medidas, para 2027 la energía utilizada por estas podría rivalizar con la de países enteros. Aunque se buscan soluciones, la carrera por desarrollar IA más rápidas y precisas plantea desafíos para la sostenibilidad ambiental.

Considerando esto, en la reciente Cumbre Mundial del Clima (COP28) se ha destacado la IA como uno de los temas centrales. En una colaboración entre la Organización de las Naciones Unidas y Microsoft, se anunció la creación de un centro de datos climáticos impulsado por IA para monitorear la reducción de emisiones de carbono. Sin embargo, mientras sectores como la aviación y el transporte marítimo se comprometen a reducir emisiones, la IA y los centros de datos aún carecen de planes concretos en ese sentido.

¿Qué tan grande es el problema?

El informe de un estudiante de doctorado neerlandés predice que la IA podría consumir tanta electricidad como en países enteros para 2027. Aunque esto representa solo el 0.5% del consumo global de energía, el análisis de Alex de Vries, de la Universidad de Ámsterdam, sugiere que la tecnología actual de IA podría igualar el consumo eléctrico anual de una nación como Irlanda.

El problema energético de la IA, tradicionalmente abordado mediante la optimización del hardware, enfrenta, ante todo, límites físicos. Investigadores proponen enfoques algorítmicos, destacando mejoras en técnicas de recopilación de datos, eficiencia de bibliotecas y algoritmos de entrenamiento. A pesar de estos esfuerzos, existe el riesgo de que soluciones para hacer la IA más sostenible impulsen una mayor adopción de esta tecnología, exacerbando el problema.

La ironía es que la supervisión humana podría ser crucial para aminorar este problema, ya que los desarrolladores deben considerar si cada mejora en precisión justifica su impacto ambiental. La acelerada carrera por modelos de IA más eficientes requiere entonces un equilibrio entre avances tecnológicos y sostenibilidad ambiental.

¿Cómo se distribuye el consumo energético de la IA?

La IA pasa por dos fases fundamentales: la fase de entrenamiento, donde se configura el modelo para que aprenda por sí mismo, y la fase de inferencia, donde el modelo se utiliza en operaciones en tiempo real.

Históricamente, el equilibrio entre estas fases variaba, con algoritmos como el de Google, que tenían un 60% de inferencia y un 40% de entrenamiento. Sin embargo, con modelos como ChatGPT, esta proporción se altera, ya que el entrenamiento consume comparativamente menos energía que la aplicación del modelo.

Factores como el tamaño de los conjuntos de datos y la cantidad de parámetros en los modelos contribuyen significativamente al consumo de energía. A medida que las empresas buscan robustecer sus modelos, estos se vuelven más grandes y, por ende, requieren más energía.

El enfriamiento de los servidores, aunque no se incluye en los informes actuales, añade una capa adicional de complejidad al problema. El lugar donde se ubiquen estos enorme centros influye enormemente en el aumento del consumo, siendo los centros de datos globales responsables de hasta un 50% adicional en costos de energía para mantener las máquinas frescas.

El tipo de hardware utilizado y la complejidad de las solicitudes también son determinantes. Las últimas tecnologías de servidores son más eficientes, pero las demandas más complicadas generan un mayor consumo de energía.

En un escenario pesimista, si todas las operaciones se transfieren a la IA, los centros de datos podrían experimentar un aumento masivo de 10 veces en el consumo de energía. Aunque este escenario extremo no es realista, sirve para ilustrar la intensidad energética de la IA.

Contrariamente, la idea de cero crecimiento es optimista pero posiblemente insostenible, ya que mejoras en eficiencia a menudo aumentan la demanda, contrarrestando los ahorros de energía. Estos detalles subrayan la complejidad del desafío para hacer que la IA sea sostenible y resaltan la importancia de decisiones cuidadosas en el desarrollo y aplicación de esta tecnología.

¿Qué soluciones proponen?

La medición exacta del consumo es uno de los primeros pasos. Mientras algunos informes sugieren que el uso de la IA podría reducir hasta un 10% de las emisiones actuales al mejorar sistemas físicos, la creciente adopción de la IA la posiciona como uno de los mayores consumidores de energía a nivel global. La falta de datos transparentes y requisitos estandarizados para informar sobre el uso de energía plantea un desafío continuo en la evaluación del impacto climático de la IA

En última instancia, la IA plantea preguntas cruciales sobre la necesidad real de integrarla en las más diversas aplicaciones. La conciencia sobre su impacto ambiental debe ser parte fundamental de la conversación en torno a los riesgos y beneficios de la IA. La transparencia en el monitoreo y reporte de la sostenibilidad de la IA emerge como el primer paso para hacer que esta tecnología sea verdaderamente respetuosa con el medio ambiente.

El estudio “La creciente huella energética de la inteligencia artificial”, fue realizado por el doctor Alex de Vries, de la Universidad de Amsterdan, Países Bajos, en la revista de revisión por pares Joule, el 10 de octubre de 2023.

Con información de: www.cell.com, www.eurekalert.org

Por: Gerardo Sifuentes

Foto: 

Recuerda suscribirte a nuestro boletín

📲 https://t.me/ciudadanomx
📰 elciudadano.com