La IA, además de generar preocupaciones sobre el futuro del trabajo humano, también genera alarmas sobre el futuro del medio ambiente. Para los próximos años, se prevé que el consumo eléctrico de los centros de datos -instalaciones dedicadas a alojar servidores y equipos de red para almacenar, procesar y distribuir grandes cantidades de datos- en Estados Unidos experimente un notable aumento que puede representar hasta 9% del total de energía generada en el país hacia finales de esta década.
Para los nuevos modelos GPT, OpenAI no especificó cuánto tiempo ni dónde entrenaron, lo que dificulta una estimación exacta de las emisiones. Imagen ilustrativa internet
Esta afirmación fue la conclusión de un estudio reciente realizado por el Electric Power Research Institute, una organización de investigación con sede en EE.UU. y financiada por entidades energéticas y gubernamentales. El aumento proyectado está en línea con el constante aumento de los costos de infraestructura que enfrentan las empresas de tecnología.
En detalle, la investigación sugiere que la tasa de crecimiento anual del uso de electricidad por parte de esta industria podría variar entre el 3,7% y el 15% hasta 2030, dependiendo del ritmo de adopción de nuevas tecnologías como la inteligencia artificial generativa. , un sistema que potencia herramientas como ChatGPT, Gemini, CoPilot, DALLE-3, Stable Diffusion, entre otras.
IA generativa
En esta línea, una investigación realizada por un grupo de científicos especializados en inteligencia artificial asegura que sólo como consecuencia del consumo de energía se produjeron cerca de 500 toneladas métricas de CO2 en el entrenamiento del modelo GPT3 de ChatGPT, el equivalente a más de un millón de kilómetros recorridos. por los coches de gasolina promedio.
“Estamos experimentando un cambio en el uso de modelos de IA generativa simplemente porque la gente piensa que deberían hacerlo, sin tener en cuenta la sostenibilidad”, explica a The Guardian Sasha Luccioni, autora del estudio que investigó las emisiones de GPT. “Hay muchos enfoques y métodos de IA eficientes y de bajo impacto que se han desarrollado a lo largo de los años, pero la gente quiere utilizar la IA generativa para todo”, explica.
Además, los centros de datos utilizan agua en sistemas de enfriamiento por evaporación para evitar el sobrecalentamiento de los equipos. Un estudio no revisado por pares, dirigido por investigadores de la Universidad de California en Riverside, estima que el entrenamiento de GPT3 en centros de datos de Estados Unidos podría haber consumido 700.000 litros de agua dulce.
Falta de transparencia
Para los nuevos modelos GPT, OpenAI no especificó cuánto tiempo ni dónde entrenaron, lo que dificulta una estimación exacta de las emisiones. No es la primera vez que vemos la falta de transparencia cuando el tema sobre la mesa es el daño que están generando las empresas tecnológicas. Lo mismo ocurrió cuando los artistas exigieron a las empresas el origen de los contenidos con los que entrenan a sus modelos.
Ver tambiénSalud mental e inteligencia artificial: cuáles son los límites a los que debemos estar atentos La responsabilidad, entonces, queda en manos de los gobernantes, como lo confirma un artículo de opinión de Mariana Mazzucato, profesora de Economía de la Innovación y Valor Público en el University College de Londres: “Al navegar por la intersección del avance tecnológico y la sostenibilidad ambiental, los formuladores de políticas enfrentar el desafío de cultivar modelos de negocios menos extractivos”.
Este artículo fue publicado originalmente en REDACCIÓN y se republica bajo el programa de Periodismo Humano.
