Puede parecer magia. Escriba una solicitud en ChatGPT, haga clic en un botón y ¡listo! – aquí hay un análisis de cinco párrafos de la obra de Shakespeare Aldea y, como beneficio adicional, está escrito en pentámetro yámbico. O cuéntale a DALL-E sobre el animal quimérico de tu sueño y obtendrás una imagen de un híbrido gecko-lobo-estrella de mar. Si te sientes deprimido, llama el “fantasma” digital de tu abuela fallecida y recibir algo de consuelo (SN: 15/06/24, pág. 10).
A pesar de lo que pueda parecer, nada de esto surge de la nada. Cada interacción con un chatbot u otro sistema de IA generativa se canaliza a través de alambres y cables hasta un centro de datos: un almacén lleno de pilas de servidores que pasan estas indicaciones a través de miles de millones (y potencialmente billones) de parámetros que dictan cómo responde un modelo generativo.
Procesar y responder solicitudes consume electricidad, al igual que la infraestructura de soporte, como ventiladores y aire acondicionado, que enfrían los servidores. Además de las elevadas facturas de servicios públicos, el resultado son muchas emisiones de carbono que calientan el clima. La generación de electricidad y la refrigeración de servidores también absorben toneladas de agua, que se utilizan en la producción de combustibles fósiles y energía nuclear, y para sistemas de disipación de calor líquido o por evaporación.
Este año, a medida que la popularidad de la IA generativa seguía aumentando, los ambientalistas hicieron sonar la alarma sobre esta tecnología hambrienta de recursos. El debate sobre cómo sopesar los costos con los beneficios menos tangibles que aporta la IA generativa, como una mayor productividad y acceso a la información, está plagado de divisiones ideológicas sobre el propósito y el valor de la tecnología.
Los defensores argumentan que esta última revolución en la IA es un bien social, incluso una necesidad, que nos está acercando más que nunca a la inteligencia artificial general, sistemas informáticos hipercapaces que, según algunos, podrían ser una tecnología de cambio de paradigma a la par de la imprenta o Internet.
La IA generativa “es un acelerador para cualquier cosa que quieras hacer”, dice Rick Stevens, director asociado del Laboratorio Nacional Argonne e informático de la Universidad de Chicago. En su opinión, la tecnología ya ha permitido importantes aumentos de productividad para empresas e investigadores.
Un análisis encontró ganancias del 40 por ciento en el rendimiento cuando los trabajadores calificados utilizaron herramientas de inteligencia artificial, señala. Los asistentes de IA pueden impulsar el aprendizaje de vocabulario en las escuelas, añade. O ayudar a los médicos a diagnosticar y tratar a los pacientes y mejorar el acceso a la información médica, dice Charlotte Blease, investigadora interdisciplinaria de la Universidad de Uppsala en Suecia que estudia datos de salud. La IA generativa podría incluso ayudar a los planificadores urbanos a reducir el tráfico (y reducir las emisiones de carbono en el proceso), o ayudar a las agencias gubernamentales a pronosticar mejor el clima, dice Priya Donti, ingeniera eléctrica e informática del MIT y cofundadora de la organización sin fines de lucro Climate Change AI. . La lista continúa.
Ahora, en esta coyuntura crítica, expertos de campos tan variados como la economía, la ingeniería informática y la sostenibilidad están trabajando para evaluar la verdadera carga de la tecnología.
¿Cuánta energía consume la IA?
ChatGPT y otras herramientas generativas consumen mucha energía, dice Alex de Vries, fundador de la agencia de investigación y consultoría Digiconomist y Ph.D. Candidato en la Vrije Universiteit Amsterdam. “Cuanto más grandes sean estos modelos (cuantos más parámetros y más datos), mejor funcionarán. Pero, por supuesto, ser más grandes también requiere más recursos computacionales para entrenarlos y ejecutarlos, lo que requiere más potencia”, dice de Vries, quien estudia el impacto ambiental de tecnologías como las criptomonedas y la inteligencia artificial. “Cuanto más grande, mejor funciona para la IA generativa, pero no funciona para el medio ambiente”.
Entrenar modelos de IA generativa para generar un análisis de Shakespeare o la imagen de un animal fantástico es costoso. El proceso implica desarrollar una arquitectura de IA, acumular y almacenar grandes cantidades de datos digitales y luego hacer que el sistema de IA ingiera e incorpore esos datos (que pueden equivaler a todo lo que está disponible públicamente en Internet) en sus procesos de toma de decisiones. Perfeccionar modelos para que sean más humanos y evitar respuestas inseguras requiere un esfuerzo adicional (SN: 27/01/24, pág. 18).
En total, entrenar un solo modelo consume más energía que 100 hogares estadounidenses en un año. Consultar los usos de ChatGPT sobre 10 veces más energía que una búsqueda en línea estándarsegún la Agencia Internacional de Energía. Algunos investigadores estiman que redactar un correo electrónico con un chatbot de IA puede consumir siete veces más energía que cargar completamente un iPhone 16.
Aunque la capacitación es claramente una gran pérdida de recursos, cuando millones de personas dependen de chatbots para las tareas cotidianas, esto suma, dice Shaolei Ren, ingeniero eléctrico e informático de la Universidad de California, Riverside. Tanto es así que el sector de la IA pronto podría consumen tanta energía anualmente como los Países Bajosestimó de Vries en 2023 en Joule. Dado el rápido crecimiento de la IA generativa, la trayectoria actual ya supera la predicción.
Y eso es sólo electricidad. De diez a 50 consultas ChatGPT utilizan medio litro de aguasegún un análisis de 2023 realizado por Ren y sus colegas. Eso también resultó ser una gran subestimación, dice, por un factor de cuatro.
Algunos ingenieros y expertos en inteligencia artificial cuestionan estas cifras. “No entiendo cuál es la ciencia detrás de estos [estimates]”, dice David Patterson, ingeniero de Google y profesor emérito de la Universidad de California, Berkeley. “La única manera que puedo imaginar de conseguir una [accurate] La respuesta sería cooperar estrechamente con una empresa como Google”.
Ahora mismo eso es imposible. Las empresas de tecnología publican información limitada sobre sus centros de datos y modelos de IA, dicen de Vries y Ren. Por lo tanto, es difícil evaluar con precisión el costo de la IA desde la cuna hasta la tumba o predecir el futuro. En sus estimaciones, ambos investigadores se basaron en indicadores, como las cifras de producción de servidores de IA de la empresa de tecnología Nvidia o la combinación de conocimientos sobre la ubicación de los centros de datos con información de informes de sostenibilidad corporativos.
Las tendencias del mundo real, sin embargo, apuntan al voraz apetito energético de la IA. Durante décadas antes del auge de la IA generativa, las ganancias en eficiencia han compensado la creciente demanda de energía que viene con la expansión de los centros de datos y la informática, dice Andrew Chien, científico informático de la Universidad de Chicago. Eso ha cambiado. A finales de 2020, la expansión del centro de datos comenzó a superar las mejoras en la eficiencia, afirma. El uso de energía autoinformado por Google y Microsoft se duplicó con creces entre 2019 y 2023. El lanzamiento de ChatGPT a finales de 2022 desató un frenesí generativo de IA, lo que exacerbó el problema, dice Chien. Antes de 2022, la demanda total de energía en Estados Unidos se había mantenido estable durante unos 15 años. Ahora está subiendo.
“La forma más sencilla de ahorrar energía es no hacer nada”, afirma Patterson. Pero “el progreso implica inversión y costos”. La IA generativa es una tecnología muy joven y detenerla ahora obstaculizaría su potencial, sostiene. “Es demasiado pronto para saberlo [generative AI] no compensará más que la inversión”.
Un camino más sostenible para la IA
La decisión no tiene por qué ser entre detener por completo el desarrollo de la IA generativa o permitir que continúe sin restricciones. En cambio, la mayoría de los expertos señalan que existe una forma más responsable de abordar la tecnología, mitigando los riesgos y maximizando las recompensas.
Las políticas que exijan a las empresas revelar dónde y cómo utilizan la IA generativa, así como el correspondiente consumo de energía, serían un paso en la dirección correcta, afirma Lynn Kaack, experta en informática y políticas públicas de la Escuela Hertie de Berlín. Regular los usos de la tecnología y el acceso a ella puede resultar difícil, pero Kaack dice que es clave para minimizar el daño ambiental y social.
Quizás no todo el mundo, por ejemplo, debería poder producir libremente clones de voz e imágenes fotorrealistas con un solo clic. ¿Deberíamos invertir la misma cantidad de recursos en respaldar una máquina generativa de memes que en ejecutar un modelo de pronóstico de huracanes?
Una mayor investigación sobre las limitaciones de la tecnología también podría ahorrar mucho consumo inútil. La IA “es muy poderosa en ciertos tipos de aplicaciones, pero completamente inútil en otras”, afirma Kaack.
Mientras tanto, los centros de datos y los desarrolladores de inteligencia artificial podrían tomar medidas para reducir sus emisiones de carbono y el uso de recursos, afirma Chien. Cambios simples como entrenar modelos sólo cuando hay suficiente energía libre de carbono en la red (por ejemplo, en días soleados cuando los paneles solares producen un exceso de energía) o reducir sutilmente el rendimiento del sistema en momentos de máxima demanda de energía podrían marcar una diferencia mensurable. Reemplazar el enfriamiento evaporativo con uso intensivo de agua por enfriamiento por inmersión en líquido u otras estrategias de circuito cerrado que permitan el reciclaje del agua también minimizaría la demanda.
Cada una de estas opciones implica compensaciones. Los sistemas más eficientes en carbono generalmente utilizan más agua, afirma Ren. No existe una solución única para todos. La alternativa a explorar e incentivar estas opciones (incluso si hacen que sea ligeramente más difícil para las empresas desarrollar modelos de IA cada vez más grandes) es arriesgar parte de nuestro destino ambiental colectivo, afirma.
“No hay razón para creer que la tecnología nos va a salvar”, dice Chien, entonces ¿por qué no cubrir nuestras apuestas?