Los modelos lingüísticos en los que se basan las IA actuales requieren una enorme potencia de cálculo para entrenarse en miles de millones de conjuntos de datos, lo que a su vez necesita de potentes servidores que consumen cantidades gigantescas de energía.
Los modelos lingüísticos en los que se basan las IA actuales requieren una enorme potencia de cálculo para entrenarse en miles de millones de conjuntos de datos, lo que a su vez necesita de potentes servidores que consumen cantidades gigantescas de energía.
/ DAMIEN MEYER
Agencia AFP

La (IA) generativa consume “30 veces más energía” que un motor de búsqueda convencional, advirtió la investigadora Sasha Luccioni, que aspira a crear conciencia sobre el impacto medioambiental de esta nueva tecnología.

MIRA: La inteligencia artificial al alcance de todos: ¿qué significa democratizar esta tecnología en los celulares?

Reconocida como una de las 100 personas más influyentes en el mundo de la IA por la revista estadounidense Time en 2024, esta canadiense de origen ruso lleva varios años intentando cuantificar las emisiones de programas como ChatGPT o Midjourney.

“Me parece especialmente decepcionante que se utilice la IA generativa para buscar en Internet”, lamentó la investigadora, con quien la AFP se reunió en Montreal en el marco de la conferencia ALL IN dedicada a la inteligencia artificial.

Los modelos lingüísticos en los que se basan estas IA requieren una enorme potencia de cálculo para entrenarse en miles de millones de conjuntos de datos, lo que a su vez necesita de potentes servidores.

A ello hay que añadir la energía creada para responder a las peticiones de los usuarios.

En lugar de extraer información, “como haría un motor de búsqueda para encontrar la capital de un país, por ejemplo”, estas IA “generan nueva información”, lo que hace que todo el proceso “consuma mucha más energía”, señaló.

Según la Agencia Internacional de la Energía (AIE), combinando la IA y el sector de las criptomonedas los centros de datos consumirán casi 460 TWh de electricidad en 2022, es decir, el 2% de la producción mundial total.

“Eficacia energética”

Pionera en la investigación sobre el impacto de la IA en el clima, Sasha Luccioni participó en 2020 en la creación de una herramienta destinada a los desarrolladores para cuantificar la huella de carbono de la ejecución de un código.

Desde entonces, “CodeCarbon” se ha descargado más de un millón de veces.

Al frente de la estrategia climática de la startup Hugging Face, una plataforma para compartir modelos de IA de acceso abierto, Luccioni trabaja ahora en la creación de un sistema de certificación de algoritmos.

Similar al “Energy Star”, que asigna puntuaciones en función del consumo de energía de un dispositivo en Estados Unidos, este programa permitiría conocer el consumo de energía de un modelo para animar a usuarios y desarrolladores a “tomar mejores decisiones”.

“No tenemos en cuenta el agua ni los materiales raros”, admitió, “pero al menos sabemos que para una tarea específica podemos medir la eficiencia energética y decir que este modelo tiene una A+, luego este modelo tiene una D”, explicó.

“Transparencia”

Para desarrollar esta herramienta, Luccioni la prueba en modelos de IA generativa accesibles a todos (código abierto), pero también aspiraría a hacerlo en modelos de Google o de OpenAI (el creador de ChatGPT), que por el momento se muestran reacios.

Aunque se han comprometido a alcanzar la neutralidad de carbono para finales de la década, estos gigantes tecnológicos ven cómo sus emisiones de gases de efecto invernadero aumentan en 2023 debido a la IA: + 48 % para Google en comparación con 2019 y + 29 % para Microsoft en comparación con 2020.

Si no se hace nada para regular estos sistemas de IA “se estaría acelerando la crisis climática”, se queja esta experta, exigiendo más transparencia a las empresas del sector.

La solución, afirma, podría venir de los gobiernos que, por el momento, están “navegando a ciegas”, sin saber qué hay “en los conjuntos de datos o cómo se entrenan los algoritmos”.

“Una vez que haya transparencia se podrá empezar a legislar”, aseguró.

“Explicarle a la gente”

Para la investigadora canadiense, también es necesario “explicar a la gente lo que la IA generativa puede y no puede hacer, y a qué costo”.

En su último estudio, Luccioni, muy activa en el plano internacional, demostró que producir una imagen de alta definición utilizando inteligencia artificial consume tanta energía como recargar completamente la batería de tu teléfono móvil.

En un momento en el que cada vez más empresas quieren democratizar esta nueva tecnología integrándola en varios formatos (robot conversacional, dispositivos conectados, búsquedas online), Luccioni aboga por la “sobriedad energética”.

La idea no es oponerse a la IA, enfatizó, sino elegir las herramientas adecuadas y utilizarlas con criterio.

Contenido sugerido

Contenido GEC