Bienvenido de nuevo a ¡Juego de poder! Cada semana, la escritora principal Molly Taft aborda un tema relacionado con el problema más importante de esta temporada de mitad de período: los centros de datos. Si tiene alguna pregunta o idea para la columna, no dude en enviarle un correo electrónico a Molly a [email protected] o comuníquese con ellos de manera segura en Signal en mollytaft.76.
“¿Para qué están construyendo todos estos centros de datos?” me preguntó recientemente un amigo exasperado.
No son los únicos que preguntan: recibimos varias preguntas similares en nuestra reciente transmisión en vivo del centro de datos. Es algo realmente razonable sobre lo que preguntarse. Después de todo, si la IA ya está logrando todos estos avances, ¿por qué las empresas de tecnología están asumiendo miles de millones de dólares en deudas y construyendo algunas de las plantas de energía más grandes del mundo para construir aún más centros de datos?
La respuesta no es ayudar al usuario promedio a buscar recetas o buscar lugares para visitar durante las vacaciones; Las consultas simples de chatbot son una forma cada vez más obsoleta de pensar sobre cómo funciona la IA. Ahora bien, la IA tiene que ver con agentes (no existe una definición oficial, pero hablando en términos generales, los agentes son grandes sistemas basados en modelos de lenguaje diseñados para tomar decisiones autónomas para ejecutar una tarea) y el cambio hacia ellos es parte de lo que está impulsando el desarrollo de poder de Silicon Valley.
“En lugar de hacerle a un chatbot de IA una simple pregunta y respuesta, estos agentes pueden darse cientos de pequeños mensajes basados en la pregunta original de un usuario”, dice mi colega Maxwell Zeff, quien escribe el boletín semanal Model Behavior. “Por ejemplo, si alguien le pide a un agente de IA que le cree un sitio web, podría funcionar durante horas para desarrollar funciones, repitiéndose docenas de veces en el proceso para crear diferentes páginas web, menús y conjuntos de datos que impulsen la cosa”.
Los agentes están ahora en el centro del trabajo de los laboratorios fronterizos sobre IA. Están haciendo cosas asombrosas y aterradoras. Recientemente, OpenAI anunció que un enjambre de más de 10.000 agentes que enviaron 2,7 millones de mensajes había resuelto un problema matemático de larga data. (Los matemáticos rechazaron las afirmaciones de la compañía). Si bien esto es un caso atípico (los laboratorios de IA están muy comprometidos con la solución de problemas supuestamente irresolubles y están dispuestos a invertir cantidades inusuales de recursos para hacerlo), todos esos mensajes quemaron una gran cantidad de poder de procesamiento. Eso equivale a mucha energía: probablemente decenas de millones de dólares, me dice Max, aunque es difícil decir exactamente cuánto.
Históricamente, las empresas privadas de IA han sido selectivas sobre qué revelar cuando se trata de métricas ambientales en torno a sus productos. Muchos directores ejecutivos suelen señalar consultas únicas realizadas por individuos como medida del uso de recursos. En una entrevista reciente en un podcast, el director ejecutivo de OpenAI, Sam Altman, afirmó que el uso de agua necesario para cosechar una sola almendra ascendió a 38.000 consultas ChatGPT. (El cálculo ha sido cuestionado).
“La gente que devora 12 almendras a la vez no siente que esté haciendo algo horrible desde la perspectiva del agua en su mayor parte”, dijo.
La introducción de agentes de IA, que consumen mucha más energía que las simples consultas, hace que estos cálculos sean mucho más complejos. Hay una gran escasez de información sobre el uso de energía de los agentes, cuyas tareas pueden variar desde trabajos simples hasta un día completo de codificación autónoma que involucra a un equipo de agentes “ayudantes” paralelos. Existe una enorme brecha en el uso de energía entre estas aplicaciones y una expansión potencialmente ilimitada a medida que las tareas se vuelven más complejas.
“En otras áreas de crecimiento tecnológico, estamos limitados por la cantidad de personas que conducen un automóvil o ven Netflix”, dice Boris Gamazaychikov, cofundador y director ejecutivo de Sustainable AI, un grupo de investigación y asesoría. “Ahora, estas cosas están de alguna manera desacopladas de los usuarios, y si escuchas a los líderes de IA, creo que eso es lo que quieren. Están hablando de unicornios que tienen un empleado”.