Grupos Ambientalistas Deben Profundizar en el Uso de Energía de la IA: Investigador

Con la rápida expansión de la inteligencia artificial, los grupos de vigilancia ambiental comienzan a sonar las alarmas sobre la cantidad de energía que consumen los modelos de inteligencia artificial. Pero estas advertencias deben basarse en números reales, y un nuevo informe del fundador de Digiconomist, Alex de Vries, intenta cuantificar el creciente impacto ambiental de la IA.

De Vries, quien también realiza un seguimiento del consumo de energía de la minería de criptomonedas, afirma que la fase de entrenamiento de los modelos de IA es la más intensiva en energía. En esta etapa, el programa se alimenta con grandes conjuntos de datos, antes de responder a una sola indicación.

Sin embargo, de Vries argumenta que la fase de inferencia, cuando la IA se prueba con datos del mundo real, no recibe tanta atención por parte de los grupos ambientales, a pesar de que puede contribuir significativamente al costo del ciclo de vida de un modelo de IA.

"Algunos números están flotando por ahí sobre el uso de energía de la huella de carbono de la IA, pero a pesar de algunas preocupaciones, el contenido para respaldar eso, al menos hasta ahora, no estaba ahí", dijo de Vries a Decrypt. "Pensé que ahí es donde podría intervenir e intentar arrojar algo de luz sobre ello, aunque es muy difícil".

"Es muy diferente a encontrar números con las criptomonedas", agregó.

Según de Vries, los desarrolladores de IA a menudo utilizan la misma narrativa que las empresas de criptomonedas, afirmando [influir en las empresas de servicios públicos] para producir energía renovable. Pero el costo de construir los grandes centros de datos necesarios para albergar cientos de computadoras o servidores no produce nada, como empleos, para la economía local.

"No se necesita mucha gente para administrar un centro de datos, y tampoco atrae negocios adicionales porque no tienes que estar cerca del centro de datos", dijo de Vries. "Así que te quedas con un gran devorador de energía".

De Vries resaltó el tiempo de respuesta de la comunidad ambiental cuando se trata de industrias que consumen una gran cantidad de energía, y las diferencias entre el escrutinio ecológico de Bitcoin que ocurrió después de la burbuja de 2017 y la actual expectativa en torno a la inteligencia artificial.

"La comunidad ambiental tiende a ser un poco lenta: los primeros titulares sobre el consumo de electricidad de Bitcoin fueron en 2017, 2018, cuando ocurrió la primera burbuja de Bitcoin", dijo de Vries. "Pasó hasta la segunda mitad de 2022 antes de que las organizaciones ambientales comenzaran a involucrarse seriamente".

A principios de este mes, un informe de Associated Press dijo que los centros de datos como los utilizados para ChatGPT consumen aproximadamente 500 mililitros de agua por cada 5 a 50 indicaciones. AP señaló que los centros de datos de OpenAI supuestamente se encuentran cerca de las mismas aguas en Iowa que alimentan los campos de maíz locales.

A medida que de Vries y algunos investigadores intentan llamar la atención sobre el consumo de energía de la IA, otros, dicen que la preocupación resultará tan exagerada como lo fue para el consumo de energía de las blockchains.

"Veremos predicciones apocalípticas sobre el consumo de energía de la IA caer en saco roto", dijo anteriormente Adam Sharp, Director de Investigación de HIVE, citando una predicción de Newsweek en 2017 de que Bitcoin consumiría el 100% de la energía mundial para 2020.

"Esta tecnología es muy nueva y la eficiencia mejorará drásticamente en los próximos años", dijo Sharp.

En su informe, de Vries advierte que no se puede confiar en la tecnología de IA y las mejoras en hardware para resolver los problemas ambientales de la tecnología.

"Probablemente, sea demasiado optimista esperar que las mejoras en la eficiencia del hardware y el software compensen completamente cualquier cambio a largo plazo en el consumo de electricidad relacionado con la IA", escribió de Vries. "Estos avances pueden desencadenar un efecto de rebote en el que el aumento de la eficiencia conduce a una mayor demanda de IA, lo que aumenta en lugar de reducir el uso total de recursos".

De Vries espera que a medida que surjan más titulares sobre el consumo de electricidad de la IA, los grupos ambientalistas presten atención, habiendo aprendido de las criptomonedas. Sin embargo, de Vries dijo que los datos limitados disponibles pueden hacer que los grupos pospongan la cuestión del consumo de energía de la IA.

"En este momento, los números son pequeños, por lo que se puede argumentar: '¿Por qué debemos poner esto en lo más alto de nuestra agenda si aún es pequeño?'", dijo de Vries. "Pero la cosa no se va a mantener pequeña por mucho tiempo".

De Vries espera que las personas consideren la sostenibilidad como un factor clave al utilizar la IA y otras limitaciones y preocupaciones conocidas. A medida que las herramientas de IA se vuelven más ubicuas, los investigadores han advertido sobre la privacidad de los datos, el patrón de la IA de producir respuestas sesgadas o racistas, y generar información falsa, también conocida como alucinaciones.

"Hay mucha expectativa, y creo que eso es lo más importante con las tecnologías emergentes", dijo De Vries. "Siempre nos perdemos en la expectativa y el miedo a quedarnos atrás, y tenemos que hacer algo, y nos olvidamos por completo del usuario final".

Comparándolo con la expectativa que rodea a la blockchain, de Vries advirtió que no se debe pensar en la IA como una solución milagrosa para resolver todos los problemas del mundo.

"No necesariamente tienes que probar algo para darte cuenta de que no va a ser útil", dijo. "Habrá casos muy claros en los que necesitarás una base de datos distribuida y otros en los que no, y lo mismo sucederá con la IA, cuando necesites ejecutar un modelo muy grande en tu backend para ayudarte a hacer cosas y cuando no lo necesites".