Hay un lado más oscuro de la inteligencia artificial del que se habla mucho pero que se cuida menos, y ese no es otro que su coste climático.
A pesar de todo el entusiasmo y el potencial que tiene la IA, se requieren enormes cantidades de energía para entrenar modelos de IA, e incluso cuando se usa para escribir texto o crear imágenes con ella, todavía requiere suficiente energía para funcionar. Estos procesos dan como resultado la liberación de cantidades sustanciales de carbono, dependiendo de dónde esté ubicado el centro de datos y dónde opere el modelo de IA.
Los modelos más grandes necesitan más energía
Los expertos dicen que a medida que la tecnología madure y se desarrolle, las emisiones de carbono solo empeorarán con el tiempo, ya que las empresas están tratando de 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 las empresas, pero costoso para el medio ambiente.
Alex de Vires afirma que los modelos más grandes también exigen más energía, lo que no es bueno para el medio ambiente. Es el fundador de Digiconomist y el área de investigación de su empresa estudia las consecuencias medioambientales de las nuevas tecnologías.
Entrenar modelos de IA a gran escala, como los que funcionan en la parte trasera de ChatGPT, consume mucha energía, como los investigadores han estimado a lo largo de los años. David Petterson, profesor de informática en UC Berkeley y autor principal del artículo de investigación que publicó en 2021, escribió que el modelo de IA GPT-3, que OpenAI perfeccionó para usarlo como ChatGPT, aparentemente requería 1287 megavatios de electricidad para formación. Esta cantidad de energía es suficiente para alimentar a 123 hogares estadounidenses de tamaño medio durante todo un año.
Aunque estamos hablando del modelo de IA más famoso del mundo, que puede ser el más grande de su época, después de él se han desarrollado muchos otros modelos que también consumen enormes cantidades de energía.
Según el líder climático y de inteligencia artificial de Hugging Face, Sacha Luccioni, el modelo Gopher, que es un proyecto de Google DeepMind que se anunció en 2021, necesitaba aproximadamente 1066 megavatios hora, como mencionó en otro artículo de investigación publicado en 2022.
El modelo de generación actual tiene un coste climático aún mayor
Pero ambos son una especie de generación anterior de modelos de IA y son considerablemente pequeños para los estándares actuales. El sucesor del GPT-3, el GPT-4, se considera 10 veces más grande y para entrenarlo se necesita energía entre 51 y 62 gigavatios, lo que, según el investigador Kasper Groes Albin Ludvigsen, es más que la necesidad colectiva de 4.600 hogares estadounidenses.
De la misma manera, Google ahora tiene un modelo mucho más grande que Gopher, el cual se llama Gemini, y a pesar de que Google no ha revelado cuánta energía requiere, el cálculo simplemente es: cuanto más grande construyes, más energía requiere. .
Estas estimaciones fueron solo para las fases de desarrollo y capacitación. Hay otro punto importante, ya que estos modelos están hechos para su uso en operaciones del mundo real que requieren que produzcan resultados en función de su capacitación, y producir esos resultados 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 que equivale a alimentar cinco bombillas LED normales durante una hora. Ahora piense cómo todo esto puede acumularse rápidamente, ya que estamos hablando de respuestas basadas únicamente en texto.
Los expertos sostienen que los desarrolladores de IA pueden reducir su huella de carbono utilizando centros de datos que funcionan con energía limpia, ya que las emisiones de carbono de la IA varían ampliamente dependiendo de dónde se almacena y opera.
Según Bloomberg, la demanda de electricidad ya ha aumentado en los últimos tiempos, y la demanda adicional de estos centros de datos en expansión también está superando el despliegue de fuentes de energía renovables. Por lo tanto, las unidades de suministro en todo el mundo también están retrasando la terminación de las centrales eléctricas de carbón y gas natural, lo que también aumenta la huella de carbono de la IA.
La historia original se puede ver aquí .
Key Difference Wire ayuda a las marcas criptográficas a romper y dominar los titulares rápidamente
