La IA generativa continua en auge y el precio sobre la salud de la Tierra sigue en aumento.
Según Pew Research Center, un 23% de los habitantes de Estados Unidos ha utilizado ChatGPT desde su debut en 2022. Sin embargo, el desarrollo y uso de esta tecnología no es tan benigno como algunos aseguran. De hecho, no sería exagerado llamar al auge de la inteligencia artificial (IA) un pacto fáustico.
Sí, la IA generativa ha sido revolucionaria en varios aspectos y tiene el potencial para beneficiar a la humanidad. No obstante, tiene un precio y la Tierra lo está pagando.
También le puede interesar: ¿Pueden los chatbots acabar con las teorías de conspiración?
Ya hemos hablado de lo costosa que es la IA generativa. Su desarrollo no solo requiere de una gran inversión de capital, sino que su entrenamiento y funcionamiento necesita grandes cantidades de energía y datos. Lastimosamente, ambos son limitados.
Más preocupante, su enfriamiento requiere de enormes cantidades de agua.
¿Cuál es el precio del uso de la IA generativa sobre el medio ambiente?
Consideremos uno de los usos más comunes de la IA generativa: los chatbots. Como revela The Washington Post, pedir a ChatGPT —potenciado por GPT-4, la última versión del modelo de lenguaje extenso— que redacte un correo de 100 palabras requiere 519 mililitros de agua —que se emplean para el enfriamiento— y 0,14 kilovatios-hora (kWh).
No parece demasiado, ¿verdad? Ahora imaginen que 16 millones de personas solicitaran a ChatGPT escribir semanalmente un correo de 100 palabras por un año. Dicha tarea requeriría 435.235.476 litros de agua y 121.517 megavatios-hora (MWh).
Lectura recomendada: La IA llega a la política
Lo anterior corresponde al agua utilizada en toda Rhode Island por un día y medio, además de la electricidad usada por todos los hogares en Washington DC por 20 días.
Si bien el uso del agua y la electricidad varía dependiendo de dónde se localice el data center y de cómo estén potenciados sus sistemas de enfriamiento, varias comunidades ya se están viendo afectadas. Como señala The Washington Post, ya se ha descubierto que tanto Microsoft como Google utilizan un porcentaje significativo del agua disponible en ciudades como West Des Moines, Iowa, y The Dalles, Oregon.
Una promesa sin fecha de caducidad
En julio, Google compartió su más reciente reporte ambiental. Este dio a conocer que la huella de carbono de la compañía aumentó un 48% desde 2019. El causante de este incremento fue una mayor dependencia en IA y data centers. Adicionalmente, solo ha compensado un 18% del agua del 120% que se comprometió a devolver para 2030.
Según Mara Harris, vocera de Google, la organización tiene un compromiso con la sostenibilidad. Tanto Amazon como Microsoft han hecho promesas similares.
A pesar de su preocupación y compromiso para mejorar ineficiencias, ningún hyperscaler ha propuesto detener el uso de una tecnología que hoy en día resulta insostenible. Y el impacto de la IA sobre el medio ambiente no hará más que empeorar.
La Agencia Internacional de la Energía (IEA) proyecta que la demanda de energía para potenciar a la IA aumentará por lo menos diez veces a la demanda actual en un par de años. En 2026, podría exceder el consumo energético anual de un país como Bélgica.
También le puede interesar: La Inteligencia Artificial, ¿un riesgo existencial para la humanidad?
Otros estudios apoyan lo anterior. Goldman Sachs reportó que para 2030 habrá un aumento del 160% en la demanda energética para aplicaciones IA. Por la misma vena, SemiAnalysis aseguró que la IA provocará que los centros de datos empleen un 4,5% de energía global en 2030. Y la electricidad no es el único recurso en peligro.
El estudio Making AI Less “Thirsty”: Uncovering and Addressing the Secret Water Footprint of AI Models estima que la IA podría consumir 6,6 billones de metros cúbicos de agua para 2027. Lo anterior supone dos tercios del consumo anual de Inglaterra.
Durante Cop28, los gobiernos globales se comprometieron a triplicar las fuentes de energía renovable para finales de la década para reducir el consumo de combustibles fósiles. Lastimosamente, lo anterior es un deseo optimista. Ante las políticas actuales, la IEA avisó que el mundo solo podría duplicar sus fuentes de energía renovables.
¿Cuáles pueden ser las soluciones?
Frente a esta situación, diversos organismos —tales como la UNESCO y el estado de California— reiteran la urgencia de adoptar prácticas más respetuosas con el medio ambiente e incluso de evitar el uso de IA si desemboca en consecuencias negativas.
Múltiples avances han contribuido a la reducción del consumo energético de la computación potenciada por IA. Estos incluyen el diseño de arquitecturas eficientes, algoritmos de optimización para acelerar el entrenamiento e inferencia de la IA, técnicas como weight pruning y cuantificación digital (quantization), y la creación de GPU y aceleradores con uso eficiente de la energía. Aun así, esto no es una solución.
Lectura recomendada: IA en ITSM, ¿un asistente virtual para tus problemas de TI?
Harvard Bussiness Review señala que todavía hay una disparidad en el impacto ambiental de la IA sobre diferentes regiones y comunidades. Lo anterior ha impedido el desarrollo de una IA ambientalmente responsable. En su reporte Landscape de 2023, el AI Now Institute plantea paralelos entre la distribución desigual de los costos ambientales de la IA y las prácticas históricas del colonialismo y el capitalismo racial.
Harvard Bussiness Review ofrece algunas recomendaciones:
¿Desarrollar o comprar un modelo de IA? ¿Cuál es la mejor opción?
Un modelo de IA tiene tres fases: entrenamiento, tuning e inferencia. Hay oportunidades para ser más sostenible en cada paso. Los líderes de negocio deberían optar por escoger un modelo fundacional en vez de crear uno y entrenarlo desde cero.
También es importante escoger un modelo fundacional de tamaño adecuado. Hay modelos con 3 billones, 8 billones, 20 billones e incluso más parámetros. Por supuesto, lo más grande no siempre es mejor. Según IBM, un modelo entrenado con datos de gran calidad y curado puede ser más preciso y veloz que un modelo de mayor tamaño.
Para saber más sobre este tema, recomendamos leer este blog.
Cree una infraestructura sostenible
La IA corre mejor en una GPU que en una CPU. Sin embargo, ninguna de las dos fue diseñada para dicha tecnología. No obstante, cada vez es más común ver prototipos de procesadores diseñados para soportar y entrenar modelos de deep learning.
Al construir un data center, fuentes de energía sostenibles deben ser integradas desde su concepción. También es importante incluir tecnologías con eficiencia energética. Ayudan a reducir la necesidad de enfriamiento, ya sea por agua o electricidad.
Saque provecho a la nube híbrida
A menudo, la nube híbrida puede ayudar a las compañías a reducir el gasto energético al ofrecer flexibilidad sobre dónde ocurre el procesamiento. Con esta estrategia, la computación puede ocurrir cerca de donde se hizo la solicitud. Hay ocasiones en que, por cuestiones de seguridad o regulación, la computación puede ocurrir on-premise.
Esta estrategia también permite escoger locaciones de procesamiento con acceso a energías renovables. Por ejemplo, dos data centers pueden ofrecer un desempeño similar. No obstante, uno está rodeado de una fuente de poder hídrica o eólica.
Más importante, solo se debe realizar el procesamiento necesario. Si se evita sobredimensionar el poder de cómputo, no solo se reduce el uso de energía. También se liberan GPU de alta demanda para otras tareas. ¡Y no hay que reducir el desempeño!
El código abierto es su amigo
Si quiere optimizar la IA desde la parte de software, el código abierto es la respuesta. Más allá de permitir un mayor involucramiento del equipo de programadores, lo que concede una mayor flexibilidad, ofrece transparencia. Esto garantiza confianza.
La IA no es inevitable
Sí, la IA puede beneficiar a la humanidad. Aun así, el potencial de esta tecnología no debe confundirse por buena fe de aquellos que la emplean o promueven como la solución a todos los problemas de la actualidad. Hablar con entusiasmo de la IA no cambia el hecho de que la Tierra está pagando el precio de su uso desmesurado.
Es justo como señala AI Now Institute. Cuando dejemos de ver la inteligencia artificial como sinónimo de progreso, finalmente podremos controlar la trayectoria de esta tecnología. Solo así podremos confrontar su impacto social, económico y político.
