La industria de la IA se convertirá en una de las que más emisiones de carbono genere, según un experto en sostenibilidad informática

Un artículo publicado en el MIT Sloan Management Review ha revelado que es probable que la industria de la IA se convierta en uno de los mayores contribuyentes a las emisiones globales de carbono, además de tener otro tipo de costes medioambientales como la generación de residuos electrónicos y el uso excesivo de agua. La huella de carbono de la IA es mucho mayor que la de los sistemas informáticos convencionales: una sola consulta de ChatGPT puede generar 100 veces más carbono que una búsqueda normal en Google. Esa huella también está creciendo rápidamenteya que la potencia informática necesaria para el entrenamiento en IA se duplica cada 3,4 meses, por término medio.

Niklas Sundberg, el autor, señala varias áreas en las que se está dejando sentir el impacto de esta nueva industria.

El consumo energético de la industria informática ya es masivo. Los centros de datos y las redes de transmisión representan entre el 1% y el 1,5% del consumo mundial de electricidad, y el 0,6% de las emisiones mundiales de carbono. Un centro de datos medio consume anualmente energía suficiente para calentar 50.000 hogares. Los grandes modelos lingüísticos (LLM) como ChatGPT requieren una potencia de cálculo considerablemente mayor, tanto para el entrenamiento inicial como para responder a las consultas. Por ejemplo, sólo el entrenamiento de ChatGPT consumió alrededor de 1,3 gigavatios-hora de energía (equivalente al consumo anual de 120 hogares estadounidenses medios) y generó 552 toneladas de emisiones de carbono (equivalente a las emisiones anuales de 120 coches estadounidenses). Se espera que el GPT-4 sea unas 10 veces mayor, y hay varios competidores entrando en el mercado.

El consumo de agua en los centros de datos es otro motivo de preocupación. Los centros de datos requieren grandes cantidades de agua para su refrigeración, y esas necesidades aumentarán con las mayores demandas de almacenamiento y cálculo de los complejos modelos de IA. Microsoft y Google informaron de un aumento del 34% y el 20% en el consumo de agua, respectivamente, de 2021 a 2022, lo que se ha relacionado con su desarrollo de tecnologías de IA.

Aparte del consumo de energía, la producción y eliminación del hardware sobre el que funcionan los sistemas de IA también plantea un problema. Para 2050, se espera que el volumen anual de residuos electrónicos se duplique hasta alcanzar los 120 millones de toneladas. Apenas un 20% de esa cantidad se recicla.

La solución, naturalmente, no es abandonar la IA por completo sino, más bien, seguir ciertas prácticas recomendadas para una IA sostenible, a las que Sundberg se refiere como las tres R: reubicar, redimensionar y rediseñar.

• Relocalizar se refiere al hecho de que algunas ubicaciones tienen un acceso más fácil y barato a fuentes de energía renovables, por lo que una reubicación estratégica puede reducir las emisiones de carbono entre 1,4x y 2x.
• Rightsize se refiere al uso de procesadores y sistemas diseñados específicamente para la formación de aprendizaje automático y las cargas de trabajo de IA, en lugar de servidores de uso general. Esto puede aumentar el rendimiento y la eficiencia entre 2 y 5 veces.
• Re-architect significa seleccionar una arquitectura de modelo de aprendizaje automático adecuada y eficaz, como un modelo disperso, que puede mejorar el rendimiento al tiempo que disminuye la carga computacional de 3x a 10x.

Estas medidas, junto con una gestión eficaz de los datos, el cumplimiento de las normas y una mayor concienciación entre los empleados, los clientes y el público en general pueden ayudar a construir un ecosistema de IA más sostenible. Con los problemas del cambio climático y la degradación medioambiental abordándose en muchos frentes, es una buena idea empezar a tenerlos en cuenta dentro de la industria de la IA mientras aún está creciendo, en lugar de tener que aplicar los cambios de forma retroactiva.