- La IA consume mucha agua, especialmente durante el entrenamiento.
- Las grandes tecnológicas están empezando a prestar atención al consumo de agua.
- La programación inteligente de las tareas de IA puede ahorrar agua y reducir las emisiones de carbono.
En un estudio innovador, investigadores de la Universidad de California, Riverside, y la Universidad de Texas en Arlington han arrojado luz sobre la huella hídrica previamente pasada por alto de la tecnología de inteligencia artificial (IA). El equipo, dirigido por el profesor asociado Shaolei Ren, cuantificó el consumo de agua asociado con el entrenamiento y la ejecución de modelos de IA a gran escala, atrayendo la atención sobre un aspecto de la sostenibilidad a menudo eclipsado por las discusiones sobre las emisiones de carbono.
Revelación de hallazgos sobre la IA
Los hallazgos del equipo de investigación revelan un consumo de agua descomunal por parte de los modelos de IA, particularmente en la fase de entrenamiento. Por ejemplo, entrenar GPT-3 solo en los centros de datos de Microsoft en EE. UU. puede consumir 700.000 litros de agua dulce limpia. Esta cantidad es equivalente al agua necesaria para producir cientos de vehículos eléctricos.
Además, la huella hídrica se triplica si el entrenamiento se realiza en centros de datos asiáticos. Incluso durante la inferencia, una breve conversación con ChatGPT puede requerir tanto como una botella de agua de 500 mililitros, destacando la cantidad de consumo de agua asociada con el uso de la IA.
Al comparar la huella hídrica de la IA con industrias tradicionales como la agricultura, el estudio revela diferencias significativas. Mientras que industrias como la producción de carne de res y la fabricación de ropa tienen huellas hídricas bien conocidas, estas a menudo incluyen agua no potable y consideran el ciclo de vida del producto.
En contraste, el estudio se centra únicamente en la huella hídrica operativa de la IA, excluyendo la huella hídrica incorporada asociada con la fabricación y el transporte de servidores. Sin embargo, los investigadores estiman que si se considerara la huella hídrica incorporada, la huella hídrica general de la IA podría aumentar significativamente.
Una de las claves insights del estudio es la tensión entre los esfuerzos de reducción de carbono y conservación de agua. Mientras que las horas y ubicaciones eficientes en carbono pueden diferir de las eficientes en agua, la programación estratégica de las cargas de trabajo de IA presenta una oportunidad para optimizar ambos. Por ejemplo, programar el entrenamiento de IA durante períodos de baja demanda o en regiones con mejor eficiencia hídrica podría ayudar a reducir la huella hídrica general sin comprometer los objetivos de reducción de carbono.
Respuesta de las grandes tecnológicas
Ante las crecientes preocupaciones sobre el impacto ambiental de los centros de datos, grandes empresas tecnológicas como Google, Microsoft y Meta están priorizando cada vez más la sostenibilidad en sus procesos de desarrollo.
Sin embargo, el estudio sugiere que se puede hacer más para abordar la huella hídrica de las tecnologías de IA. Aunque se están llevando a cabo esfuerzos para mejorar la eficiencia hídrica in situ, como utilizar agua reciclada y mejorar la eficiencia de las torres de enfriamiento, siguen existiendo desafíos significativos, especialmente en regiones propensas a la sequía como California.
Los investigadores enfatizan la importancia de la transparencia para abordar la huella hídrica de la IA. Los desarrolladores pueden tomar decisiones informadas sobre la programación y la asignación de recursos al proporcionar información sobre el consumo de agua asociado con los modelos de IA. Además, la transparencia permite a los usuarios comprender y potencialmente minimizar su huella hídrica utilizando servicios de IA durante las horas de mayor eficiencia hídrica o en regiones con mejor eficiencia en el uso del agua.
Además, la colaboración entre la academia, la industria y los responsables políticos es esencial para desarrollar marcos regulatorios e incentivos efectivos que promuevan prácticas sostenibles de IA. Este esfuerzo colaborativo puede fomentar la innovación mientras salvaguarda los valiosos recursos hídricos de nuestro planeta para las generaciones futuras.
Los hallazgos del estudio subrayan la necesidad de un enfoque holístico de la sostenibilidad en el desarrollo de la IA. A medida que los avances tecnológicos continúan transformando industrias y sociedades, es imperativo considerar las consecuencias ambientales del uso de la IA. Al integrar esfuerzos de conservación del agua en el desarrollo y las operaciones de IA, las partes interesadas pueden trabajar hacia un futuro más sostenible donde la innovación coexista armoniosamente con la gestión ambiental.
Las mentes más inteligentes del mundo cripto ya leen nuestro boletín. ¿Quieres unirte? Únete a ellos.
Aviso de responsabilidad. La información proporcionada no es un consejo de trading. Cryptopolitan.com no asumimos responsabilidad alguna por las inversiones realizadas basándose en la información proporcionada en esta página. Recomendamos encarecidamente la investigación independiente y/o la consulta con un profesional calificado antes de tomar cualquier decisión de inversión.
James Kinoti
Entusiasta de las criptomonedas, James encuentra placer en compartir conocimientos sobre fintech, criptomonedas, así como blockchain y tecnologías de vanguardia. Las últimas innovaciones en la industria de las criptomonedas, los juegos cripto, la IA, la tecnología blockchain y otras tecnologías son su preocupación. Su misión: mantenerse al día con aplicaciones transformadoras en diversas industrias.
