La inteligencia artificial (IA) es uno de los avances tecnológicos más relevantes de la década en lo que va del siglo, con aplicaciones potenciales en casi cualquier ámbito. Vale la pena considerar el impacto ambiental de la IA y el costo que tenemos que pagar.
De un tiempo hacia acá, la adopción de la Inteligencia Artificial (IA) se ha acelerado rápidamente en todos los sectores de la sociedad en los que las bondades de su aplicación son aprovechadas entre sorpresa y recelo. Es verdad que la IA también brinda la posibilidad de abordar desafíos globales compartidos. Sin embargo, detrás de este inmenso potencial yace un aspecto menos visible pero igualmente importante: los efectos en el ambiente.
La naturaleza también pagará parte del precio a cambio del aprovechamiento de una nueva tecnología, una parte considerable, dado el evidente impacto ambiental de la IA. Sabemos que los algoritmos de IA requieren de una robusta potencia computacional para generar soluciones de alta productividad, eficiencia y seguridad en todos los aspectos de la vida moderna. El portal Ecológica Life presenta una clasificación de los tipos de IA:
- IA estrecha (IA débil): Sistemas de IA diseñados y entrenados para una tarea específica, como los sistemas de recomendación como los que utiliza Netflix.
- IA general (IA fuerte): Sistemas capaces de comprender, aprender y aplicar conocimientos en distintos ámbitos. Algo parecido a lo que pueden hacer los humanos.
- IA superinteligente: Una forma futura de IA que superaría la inteligencia humana. Esta IA podría sobresalir en todos los trabajos económicos y actividades humanas. Por tanto, tendría efectos transformadores en la sociedad.
Las herramientas de IA se ejecutan en sistemas informáticos de alto rendimiento con demandas energéticas sustanciales, así como en data centers cuyo consumo de energía computacional es, según un estudio del Heraldo, un 40% mayor al promedio necesario, únicamente para su refrigeración. Otros estudios afirman que el entrenamiento de una IA durante un día contamina lo mismo que cinco autos durante su vida útil.
Con todo, la demanda de esta tecnología sigue en auge; así por ejemplo, se prevé que ChatGPT, el más célebre de los bots de inteligencia artificial incrementará su uso en un 37% de 2023 a 2030, como lo estima Grand View Research, empresa de inteligencia de mercado.
Impacto ambiental de la IA: casos puntuales
1. Demanda energética de la fase de diseño y desarrollo de una IA
El potencial de la IA para la optimización y la automatización es equiparable al consumo sustancial de energía. El Portal MONGABAY señala que producir un chip de IA requiere entre diez y quince veces más energía que fabricar un chip estándar. Esto porque el aprendizaje automático de la IA precisa de un tipo diferente de procesador informático, denominado unidad de procesamiento gráfico (GPU), que utiliza modelos para realizar tareas de gran complejidad.
2. Emisión de residuos electrónicos no reciclables
La acumulación de residuos electrónicos es otro factor negativo. El hardware para la ejecución de programas de IA suele tener un tiempo de vida relativamente corto. Un reciente informe conjunto de varias agencias de la ONU revela que anualmente se producen cerca de 50 millones de toneladas de los llamados “desechos electrónicos”, que equivalen al peso de todos los aviones comerciales jamás construidos. De esto, solo se recicla correctamente el 20%. La huella de carbono es significativa.
3. Demanda de recursos para su funcionamiento
Las GPU consumen volúmenes enormes de energía. En 2020 se necesitaban 27 kilovatios-hora de energía para entrenar un modelo de IA; para 2022, la cifra se elevó a un millón de kWh, un aumento de 37 mil veces. Los requerimientos no se quedan ahí, pues la constante potencia de cálculo implica sobrecalentamiento y necesidad de sistemas de refrigeración que consumen agua.
Se prevé que el consumo energético de centros de datos en los Estados Unidos ascenderá a cerca de un 6% del uso total de electricidad del país en 2026, lo que resalta la necesidad urgente de soluciones sostenibles que atenúen el impacto ambiental de la IA. Washington Post añade sal a la herida con el pronóstico de un potencial colapso de toda la red eléctrica de Estados Unidos como resultado de la demanda de energía de la IA.
4. Grandes cantidades de agua
La Universidad de Massachusetts Amherst llevó a cabo un estudio que determinó que el entrenamiento de un único modelo generativo de IA puede consumir hasta 284.000 litros de agua. Este proceso además implica la evaporación de una cantidad asombrosa de agua dulce en la atmósfera para disipar el calor de los centros de datos, lo que podría exacerbar la presión sobre nuestros ya limitados recursos de agua dulce.
El artículo “IA sostenible” sugiere que en 2027, la demanda mundial de agua para fabricar chips y refrigerar centros de datos de IA podría igualar la mitad del consumo del Reino Unido. Se proyecta además que la demanda mundial de energía aumentará hasta al menos 10 veces el nivel actual y superará el consumo anual de un país pequeño como Bélgica para 2026.
5.Falta de regulaciones internacionales
Ya proliferan por el mundo los data centers diseñados para satisfacer la demanda de herramientas de IA, especialmente Latinoamérica, región considerada como una ubicación estratégica por los gigantes tecnológicos. Como respuesta, activistas y académicos exigen de los gobiernos un cese de vistos buenos a la aprobación de nuevos centros de datos, así como la necesidad de una evaluación completa del impacto ambiental de la IA a lo largo de su ciclo de vida.
Nuevas normativas son requeridas para frenar también el creciente daño social causado por la IA.
Si bien es cierto, el impacto ambiental de la IA es un tema delicado, es innegable que la tecnología puede ser también aliada contra los efectos del actual el cambio climático. Ya se están empleando soluciones de IA para reducir emisiones de gases de efecto invernadero, optimizar el consumo energético y favoreciendo la ventilación. Todo es cuestión de poner en práctica estrategias encaminadas a reducir el uso de energía, el renglón que representa el escollo más problemático.
FUENTE: Expok.
IMÁGENES: Pexels.