- Las herramientas de inteligencia artificial resultan emocionantes de usar, pero tienen un costo.
- Los modelos de IA requieren enormes cantidades de energía para entrenarse y ejecutar tareas empresariales, medido en gigavatios.
- Los centros de datos son un factor clave que retrasa la desactivación de las centrales eléctricas de carbón y gas para satisfacer la demanda.
Hay un lado más oscuro de la inteligencia artificial que a menudo se discute pero se cuida menos, y ese no es otro que su costo climático.
A pesar de toda la emoción y el potencial que tiene la IA, requiere grandes cantidades de energía para entrenar modelos de IA, e incluso cuando la usas para escribir texto o crear imágenes con ella, aún requiere suficiente energía para funcionar. Estos procesos resultan en la liberación de cantidades sustanciales de carbono, dependiendo de dónde se encuentra el centro de datos y dónde opera el modelo de IA.
Los modelos más grandes necesitan más energía
Los expertos dicen que a medida que la tecnología madura y se desarrolla, las emisiones de carbono solo empeorarán con el tiempo, ya que las empresas intentan construir modelos aún más grandes porque la tecnología tiene una naturaleza escalable y su rendimiento aumenta con el tamaño, lo que a su vez es beneficioso para los negocios pero costoso para el medio ambiente.
Alex de Vries dice que los modelos más grandes también conducen a mayores requisitos de energía, lo cual no es bueno para el medio ambiente. Él es el fundador de Digiconomist, y el área de investigación de su firma es estudiar las consecuencias ambientales de las nuevas tecnologías.
Entrenar modelos de IA a gran escala, como los que funcionan en el backend de ChatGPT, consume mucha energía, como los investigadores han estimado a lo largo de los años. David Patterson, que es profesor de ciencias de la computación en UC Berkeley y autor principal del artículo de investigación que publicó en 2021, escribió que el modelo de IA GPT-3, que fue refinado por OpenAI para ser usado como ChatGPT, aparentemente requirió 1287 megavatios de electricidad para el entrenamiento. Esta cantidad de energía es suficiente para alimentar 123 hogares estadounidenses de tamaño promedio durante todo un año.
Aunque estamos hablando aquí del modelo de IA más famoso del mundo, que puede ser el más grande de su tiempo, muchos otros modelos también se han desarrollado después de eso, los cuales también consumen grandes cantidades de energía.
Según Sacha Luccioni, líder de IA y clima de Hugging Face, el modelo Gopher, que es un proyecto de Google DeepMind anunciado en 2021, necesitó un estimado de 1066 megavatios-hora, como mencionó en otro artículo de investigación publicado en 2022.
El modelo de la generación actual tiene un costo climático aún mayor
Pero estos son ambos una especie de modelos de IA de generaciones anteriores y son considerablemente pequeños por los estándares de hoy. El sucesor de GPT-3, GPT-4, se considera 10 veces más grande que eso, y entrenarlo requirió energía entre 51 y 62 gigavatios, lo cual, según el investigador Kasper Groes Albin Ludvigsen, es más que la necesidad colectiva de 4600 hogares estadounidenses.
De la misma manera, Google ahora tiene un modelo mucho más grande que Gopher, llamado Gemini, y a pesar de que Google no ha revelado cuánta energía requiere, el cálculo simplemente va: cuanto más grande lo construyas, más energía requiere.
Estas estimaciones fueron solo para las fases de desarrollo y entrenamiento. Hay otro punto importante, ya que estos modelos están hechos para su uso en operaciones del mundo real que requieren que produzcan salida basada en su entrenamiento, y producir esa salida en respuesta a las solicitudes de los usuarios también requiere energía.
Según los expertos, la respuesta de ChatGPT a 1000 consultas requiere que consuma 47 vatios, lo cual es como alimentar cinco bombillas LED normales durante una hora. Ahora piense cómo todo esto puede sumarse rápidamente, ya que estamos hablando solo de respuestas basadas en texto.
Los expertos argumentan que los desarrolladores de IA pueden reducir su huella de carbono utilizando centros de datos que funcionen con energía limpia, ya que las emisiones de carbono de la IA varían ampliamente dependiendo de dónde se almacene y opere.
Según Bloomberg, la demanda de electricidad ya ha aumentado en tiempos recientes, y la demanda adicional de estos centros de datos en expansión también está superando el despliegue de fuentes de energía renovable. Por lo tanto, las unidades de suministro en todo el mundo también están retrasando la terminación de las plantas de carbón y gas natural, lo cual también está agregando a la huella de carbono de la IA.
La historia original se puede ver aquí.
Si estás leyendo esto, ya vas por delante. Mantente así con nuestro boletín.
Aviso de responsabilidad (Disclaimer): La información proporcionada no constituye asesoramiento de inversión. Cryptopolitan.com no asume responsabilidad alguna por las inversiones realizadas basándose en la información contenida en esta página. Recomendamos encarecidamente realizar investigaciones independientes o consultar con un profesional calificado antes de tomar cualquier decisión de inversión.
Aamir Sheikh
Aamir es un periodista tecnológico con casi seis años de experiencia en los sectores de criptomonedas y tecnología. Se graduó de la Universidad MAJ con un MBA en Finanzas y Marketing. Ahora trabaja con Cryptopolitan, donde informa sobre los últimos desarrollos en los mercados de criptomonedas y predicciones de precios.
