La huella ambiental de la inteligencia artificial: ¿un peligro para el planeta?
La Inteligencia Artificial es un tema candente en la sociedad actual. A medida que se desarrolla y se integra en nuestras vidas, su impacto en el medio ambiente se vuelve cada vez más preocupante.
Resumido de manera muy sencilla, la Inteligencia Artificial (IA) es la combinación de algoritmos desarrollados con el propósito de crear máquinas que imiten la inteligencia humana. Desde que aparecieron en el mercado, todos corrimos a probar qué podía -o no- hacer esta IA. Lo que quizás sorprenda, es que su creciente popularidad convirtió a esta maravillosa herramienta en riesgo ambiental en ascenso. Por ejemplo, un estudio reciente reveló que cualquiera de estas plataformas de lenguaje natural, como el ChatGPT, consume una cantidad absurda de agua en su funcionamiento diario debido a que requiere enormes volúmenes de agua para su enfriamiento.
Los investigadores descubrieron que sólo en el entrenamiento de GPT-3, de Microsoft, que está asociado con OpenAI, se consumieron más de 700.000 litros de agua, que es, según sus cálculos, equivalente a la cantidad de agua necesaria para enfriar un reactor nuclear. “ChatGPT necesita una botella de agua de 500 ml para tener una conversación simple de 20 a 50 preguntas y respuestas", señala el documento. “Si bien una botella puede no parecer demasiado, la huella hídrica total combinada es extremadamente grande, considerando los miles de millones de usuarios de ChatGPT".
El costo ambiental no es solo por el uso de agua. Se estima que este modelo produce alrededor de 3,7 toneladas de CO2 al día, lo que equivale a las emisiones diarias de un automóvil que recorre 22.000 kilómetros. Según un estudio realizado en 2019, el desarrollo de modelos de IA de procesamiento del lenguaje natural genera un consumo de energía que equivale a la emisión de 280 toneladas de CO2.
Esto significa que el entrenamiento de tan sólo uno de estos sistemas de IA realiza las mismas emisiones que cinco vehículos durante toda su vida útil, incluyendo su proceso de fabricación.Este gasto de energía sería el equivalente a 125 viajes de ida y vuelta entre Nueva York y Pekín.
Desde el inicio
El impacto ambiental de la IA va más allá del consumo de agua y emisiones de CO2. En su informe "El impacto medioambiental de la IA: salvadora o destructora", la Fundación Éticas destacó que la industria de la IA en su conjunto, incluyendo la fabricación de hardware y software, es responsable del 3,7% de las emisiones globales de gases de efecto invernadero.
Además, la producción de hardware y el uso intensivo de energía para entrenar y ejecutar modelos de IA generan una gran cantidad de residuos electrónicos, como placas madre, tarjetas de circuitos y baterías, que son difíciles de reciclar y pueden causar daños ambientales significativos.
Cómo abordar la huella ambiental de la IA
Definitivamente estas herramientas llegaron para quedarse. Y su uso también puede traer grandes beneficios al planeta. Por ejemplo, la plataforma europea ENERsip desarrolló una plataforma TIC que permite reducir el consumo eléctrico a nivel residencial en torno a un 30%. O la herramienta Bee2FireDetection, que usa inteligencia artificial para detectar automáticamente incendios en etapas tempranas permitiendo una respuesta rápida de las autoridades. Pero abordar su impacto ambiental debe ser una prioridad desde ahora.
Una de las formas más importantes de reducir la huella ambiental de la IA es a través de la eficiencia energética y la implementación de “algoritmos verdes”. Los algoritmos verdes están diseñados de tal modo que al ejecutarse trabajan de manera más eficiente, consumen menos recursos y consiguen el mismo resultado que obtendría un algoritmo más complejo.
La implementación de medidas para su optimización, el uso de hardware más eficiente y el aprovechamiento de energías renovables pueden reducir significativamente la cantidad de energía que utilizan.Además, la implementación de políticas de reciclaje y la prolongación de la vida útil de los dispositivos electrónicos también pueden ayudar a minimizar el impacto ambiental de la IA.