El uso de energía, las emisiones de carbono y los impactos ambientales de la IA revelados
- Los modelos de lenguaje grandes como GPT-3 tienen emisiones de carbono significativas.
- El impacto ambiental de la IA se extiende al consumo de agua y a los centros de datos.
- El efecto de la IA en el medio ambiente varía según la aplicación y el uso de energía.
La inteligencia artificial (IA) ha traído innegablemente tanto conveniencia como desafíos a varias industrias. Si bien la IA ha logrado avances significativos en campos como la atención médica y la astronomía, su impacto ambiental y el daño potencial en otros sectores plantean preguntas sobre su beneficio general. La compleja interacción entre la tecnología de IA y sus efectos en el medio ambiente está impulsando una llamada a más investigación y transparencia.
La profesora Teresa Heffernan de la Universidad Saint Mary’s, investigadora de IA, destaca las preocupaciones sobre la huella ambiental de los modelos de lenguaje grandes (LLM) como Bard de Google y ChatGPT. Estos modelos, celebrados por sus capacidades basadas en texto, consumen una cantidad sustancial de energía de computación tanto durante el entrenamiento como durante el uso, contribuyendo a sus emisiones de carbono.
La transparencia es un problema clave, con Heffernan señalando una falta de apertura con respecto a los datos y los procesos. Evaluar el impacto ambiental de la IA, un informe reciente del Instituto Canadiense de Investigación Avanzada (CIFAR) se centró en las emisiones de dióxido de carbono generadas durante el entrenamiento de LLM. El informe identificó tres factores críticos: el tiempo de entrenamiento del modelo, el uso de energía del hardware y la intensidad de carbono de la red eléctrica, que juntos determinan el consumo dinámico de energía de los LLM.
La investigación reveló asombrosas emisiones de carbono asociadas con el entrenamiento de modelos de IA. Por ejemplo, el GPT-3 de Microsoft emitió el equivalente a 502 toneladas de CO2 durante el entrenamiento, equivalente a las emisiones de 304 hogares en un año. De manera similar, Gopher de DeepMind, un LLM de 2021, liberó 352 toneladas de CO2 durante su entrenamiento. Es importante destacar que las emisiones de carbono continúan cuando los modelos de IA responden a consultas, contribuyendo a los impactos ambientales continuos.
Los variados impactos ambientales de las aplicaciones de IA
Algoritmos más pequeños como Bloom, aunque aparentemente menos impactantes, aún producen 19 kilogramos de CO2 por día durante el desarrollo. Esto se vuelve sustancial cuando se implementan en aplicaciones orientadas al usuario como búsquedas web, lo que lleva a millones de consultas diarias.
Más allá de las emisiones de carbono, los sistemas de IA también agotan las reservas de agua dulce ya que generan calor durante la operación, lo que requiere refrigeración. La investigación de la Universidad de Cornell indicó que los centros de datos de Google consumieron 12.700 millones de litros de agua dulce en 2021, mientras que un centro de entrenamiento de GPT-3 de Microsoft utilizó alrededor de 700.000 litros. Incluso una interacción simple con modelos de IA como ChatGPT puede compararse con el consumo de una botella de agua de 500 mililitros para fines de refrigeración.
Preocupado por el impacto ambiental de la IA, CTVNews.ca se puso en contacto con las empresas mencionadas en el informe. Microsoft, por ejemplo, enfatizó su compromiso con la sostenibilidad, prometiendo inversiones en investigación para medir el uso de energía y el impacto de carbono, mientras mejora la eficiencia y depende de la energía limpia.
El compromiso de Microsoft con la responsabilidad ambiental
Si bien el informe se centra en los LLM, otras aplicaciones de IA también ejercen presión ambiental. David Rolnick, profesor de ciencias de la computación en la Universidad McGill, enfatizó que el impacto de la IA depende de su aplicación. La IA puede ser una herramienta para el bien cuando se usa en aplicaciones como el monitoreo de la deforestación, pero puede exacerbar los problemas ambientales, como en la exploración de petróleo y gas.
Rolnick compara la IA con un martillo, enfatizando que su impacto depende de cómo se use. Muchos algoritmos de IA son eficientes en energía y desempeñan roles esenciales en varias industrias, desde la fabricación hasta las finanzas.
Si estás leyendo esto, ya vas por delante. Mantente así con nuestro boletín.
<em>Descargo de responsabilidad. La información proporcionada no constituye asesoramiento de inversión. Cryptopolitan.com no asume ninguna responsabilidad por las inversiones realizadas basándose en la información proporcionada en esta página. Recomendamos encarecidamente realizar una investigación independiente y/o consultar con un profesional calificado antes de tomar cualquier decisión de inversión.
Derrick Clinton
Derrick es un escritor freelance con interés en blockchain y criptomonedas. Trabaja principalmente en los problemas y soluciones de proyectos cripto, ofreciendo una perspectiva del mercado para inversiones. Aplica sus talentos analíticos a tesis.
