Un estudio realizado por la Universidad de Amherst (Massachusetts, Estados Unidos) ha revelado que el proceso de entrenamiento de una IA tiene un impacto ecológico al planeta cinco veces superior al de un automóvil durante su vida útil.
Los investigadores evaluaron la energía que consume un modelo de procesamiento del lenguaje natural (PLN) para funcionar de manera precisa, nutriéndose de una gran cantidad de datos extraídos de internet y procesados gracias a sistemas informáticos.
El informe muestra que el proceso de desarrollo de técnicas de “aprendizaje profundo” en disciplinas como el ‘Machine Learning’, que “entrena” a los computadores en el reconocimiento y aprendizaje del habla humana, puede emitir 284 toneladas de dióxido de carbono equivalente (CO2e), lo que equivale a lo que 47 ciudadanos españoles emiten durante un año.
Igualmente los expertos observaron el gasto de desarrollo de estas redes neuronales, incluyendo el hardware, el consumo de energía, el mantenimiento, los sistemas de aire acondicionado necesarios y el costo de almacenar los datos en la nube.
![](https://i0.wp.com/vektra374.com/wp-content/uploads/2023/09/IA_impacto_planeta.png?resize=640%2C386&ssl=1)
La IA genera mayor impacto al planeta si esta no se regula
Este estudio sugiere medidas para reducir los costos financieros y ambientales de la industria de la inteligencia artificial y analiza cuatro modelos de NPL más avanzados: Transformer, ELMo, BERT y GPT-2 (Cabe aclarar que estos modelos son los que se revisaron en la investigación ya que no se contaba con IAs más avanzadas durante ese momento).
Un modelo identificado necesitó “entrenarse” durante 274,000 horas para presentar resultados precisos, lo que equivale a emitir una cantidad de dióxido de carbono equivalente a más de 300 vuelos de ida y vuelta entre Madrid y Nueva York.
Los volúmenes se calcularon en función de las cargas de trabajo realizadas en los ‘datacenters “terrenales” y no en “la nube”, aunque el informe indica que la computación en nube es más respetuosa con el medio ambiente.
Aunque los modelos entrenados son muy eficientes y baratos energéticamente una vez que están preparados, los investigadores destacan que el proceso de entrenamiento requiere una gran cantidad de energía y, en consecuencia, tiene un alto impacto ambiental.
El catedrático de la UPC e investigador de Barcelona Supercomputing Center, Jordi Torres, sugiere que la estimación de los investigadores de Amherst podría ser correcta, pero que los algoritmos sobre los que se basa el estudio para evaluar el consumo de energía de los modelos de inteligencia artificial son “un poco rebuscados”, lo que incrementa la necesidad de energía.
También destaca que la inteligencia artificial puede servir para mejorar la detección de enfermedades, por lo que no se puede comparar el coste ambiental de la actividad humana, que antes era poco significativa, y que ahora se ha generalizado y no produce beneficio alguno, como el hecho de que tanta gente coja un avión para irse de vacaciones.
Aclaración y actualización
Este artículo se ha actualizado a los recientes modelos de aprendizaje como GPT-4 y Midjourney, en cualquier caso, la inteligencia artificial requeriría de mejoras drásticas para disminuir los impactos ambientales y las emisiones de CO2 al planeta.
Con información de La Vanguardia.
More Stories
Thales Alenia Space: Desarrollo de Galileo de segunda generación
Descubrimiento con Webb: Atmósfera en exoplaneta rocoso
El Atlas Lunar más detallado hecho por China ahora publicado