Es indispensable avanzar con la Inteligencia Artificial Verde

La Inteligencia Artificial verde (IAv) se refiere a la adopción de prácticas sostenibles y respetuosas con el ambiente en el desarrollo, implementación y uso de la Inteligencia Artificial (IA). Esto incluye el uso de tecnologías y enfoques que minimicen la huella ecológica de la IA y contribuyan a la preservación ambiental.

Sabemos que la IA, como cualquier proceso informático a gran escala, tiene detrás un consumo energético desorbitado de millones de procesadores, tarjetas gráficas, discos duros y memorias RAM trabajando al unísono. En ocasiones, esta energía proviene de tecnologías que distan mucho de ser renovables e incrementan las emisiones de forma notable, escondiendo toneladas de gases contaminantes fruto de consumos estratosféricos. Y es que para entrenar a estos modelos se emplean grandes dosis de cloud computing (computación en la nube) que se pasan días, meses e incluso años, recopilando información en Internet y analizando datos para alimentar los algoritmos. Todo esto se lleva a cabo en los centros de datos que las grandes corporaciones (como Microsoft, Google o Amazon) tienen repartidos por todo el mundo.

Mirá también: Huella Ecológica e Impacto Ambiental de la Inteligencia Artificial

Los programas de IA según indican en Bloomberg, consumen más energía que cualquier otro sistema de computación. Se estima que entrenar un modelo de lenguaje como GPT-3 usa poco menos de 1300 megavatios por hora (MWh). Para darnos una idea, es lo que gastan 130 casas en Estados Unidos por año. Otro ejemplo: Netflix consume, por hora de streaming, 0.0008 Mwh, serían, en comparación, más de un millón y medio de horas de streaming. Lo problemático es que estos números son del gasto que generó GPT-3, que es una versión anterior al modelo que está funcionando actualmente y, se sabe, OpenAI ya está trabajando en una nueva actualización.

La mayor parte de las compañías no publican datos al respecto y podría haber grandes variaciones dependiendo de qué fuentes de energía se estén empleando. Más allá del entrenamiento, las IA necesitan una continua demanda de energía para mantenerse actualizadas y responder a los usuarios. Se calcula que los centros de datos y las redes de transmisión representan más del 3% del gasto mundial de electricidad, según la Agencia Internacional de la Energía. Esta cifra podría crecer hasta el 4% en 2030 por la mayor demanda energética que supone el auge de la IA, la digitalización y la computación en la nube.

Los investigadores también descubrieron que este consumo energético para entrenar el modelo inicial es tan solo un 40% de la energía que se emplea en el uso real del día a día una vez lanzado al gran público que en ocasiones envía millones de solicitudes de funcionamiento todos los días. Además, estas inteligencias artificiales presentan un crecimiento exponencial. La primera versión de ChatGPT, que tiene detrás a OpenAI, aprendió con 1500 millones de parámetros y variables, mientras que la tercera versión: ChatGPT-3 cuenta con 175.000 millones. La compañía acaba de publicar ChatGPT-4 y, según Wired, podría haber sido entrenada con 120 billones de parámetros. Esos mismos investigadores también encontraron datos sobre Google. La IA de los californianos representa entre el 10% y el 15% de la energía consumida por toda la compañía. En 2021, el consumo total de Google fue de 18.3 teravatios (TW), por lo que la IA de la compañía se lleva aproximadamente 2.3 TW. Esto supone un consumo equivalente al de una población de unos 6 millones de habitantes, durante un año.

Mirá también: La demanda mundial de electricidad aumentará con fuerza este año y el próximo, lo que refleja su creciente papel en los sistemas energéticos de todo el mundo

Por todo ello, las grandes compañías, como Microsoft, Google y Amazon, se encuentran inmersas en grandes proyectos para emplear únicamente energía renovable e incluso generar más de lo que consumen. De hecho, Google emplea IA para controlar la eficiencia energética de sus centros de datos con especial enfoque en la refrigeración. Por su parte OpenAI, compañía fundada por Elon Musk y Sam Altman, y que desarrolla ChatGPT ha estado trabajando en la eficiencia de su interfaz de programación. Lo que se ha traducido en una rebaja tanto en el consumo energético como en la factura final para los clientes. Microsoft actualmente compra energía renovable y están trabajando para ser negativos en carbono en el 2030.

Otro de los puntos esenciales, según el consultor energético de Wood Mackenzie Bern Hertz-Shargel, es que los grandes centros de datos donde corren los modelos de IA aprovechen las zonas valle del consumo para realizar sus grandes gastos energéticos. Ya que el entrenamiento de las IA puede realizarse a cualquier hora del día, las compañías pueden trasladar su carga de trabajo más pesada en los momentos donde la energía es más barata o incluso cuando hay excedente. El caso es que frente al tema de la sustentabilidad no cabe excepción.

Surge con ello el objetivo de una IAv, en la que los datos pasados de los procesos de fabricación sean interpretados por algoritmos que tienen en cuenta un gran conjunto de características y factores para optimizar procesos: ser más eficientes, ahorrar energía, contaminar menos, mejorar procesos de logística y transporte, usar menos agua y otros materiales no renovables, así como resolver desafíos complejos. Por ejemplo: el monitoreo inteligente de energía se complementa con funciones que se adaptan dinámicamente a las necesidades operativas de la empresa, deshabilitando características definidas por el usuario cuando excede un presupuesto de energía predefinido. El valor resultante es inmenso, prolonga la vida útil del hardware a través del ciclo de energía inteligente y reduce los gastos operativos generales vinculados al consumo de electricidad, resultado: un impacto ambiental positivo.

Ya hay empresas, desde agencias hasta consultoras, que han desarrollado calculadoras basadas en IA que calculan la huella de carbono de campañas publicitarias o de proyectos concretos. Si bien la IA requiere numerosos recursos para funcionar, también puede ayudar a hacer más eficientes los procesos en múltiples sectores, permitiendo así a las empresas a ser un poco más sostenibles. Por ejemplo, GroupM hace tiempo que desarrolló una calculadora que mide la huella de carbono de sus campañas, y Scope3 tiene la misión de descarbonizar una industria tan grande y omnipresente como la de la publicidad digital, mediante herramientas y soluciones que permitan el ahorro de recursos y la optimización de la cadena publicitaria.

Por lo general, las empresas intentan aumentar el rendimiento como objetivo principal, pero simultáneamente podrían beneficiar a otros seres vivos reduciendo significativamente el consumo de energía, las emisiones de gases y sus desechos. Con un objetivo preciso en mente (por ejemplo: reducir la emisión de CO2 en 5%), y en la medida en que se tienen suficientes datos a disposición para que el algoritmo pruebe las hipótesis con IAv, vale la pena explorarlo. Mejorar el rendimiento de las líneas de producción y, al mismo tiempo, perfeccionar la calidad de los productos, reducir el mantenimiento de las máquinas y reducir los impactos ambientales, es un reto que enfrentan las compañías de todo el mundo, pero que hoy pueden comenzar a resolverse con IAv.

Para los especialistas, se ha descubierto una buena colaboración con ingenieros expertos en sus campos y científicos de datos asistidos por IA que puede ayudar a determinar la correlación entre estos diferentes sub-objetivos y decidir un objetivo final inteligente para la IAv. Otras medidas que se han adoptado con la IAv son aquellas relacionadas con la calidad del aire dentro de los edificios y el control climático: calefacción, ventilación y aire acondicionado. Los sensores que miden las temperaturas en diferentes áreas de un complejo determinan a qué hora es más apropiado para que las unidades que tratan el aire se enciendan. Estas unidades de tratamiento de aire son responsables de dejar entrar aire desde el exterior y alimentar el sistema de control climático.

Mirá también: Tecnología: ¿villana o socorrista ante el cambio climático?

Hasta ahora, el proceso de encender las instalaciones generales no tenía en cuenta la actividad en tiempo real en las diferentes áreas, sino que estaba programado para ejecutarse en horarios fijos. La IAv representa una mejora significativa, ya que puede programarse para responder a la demanda existente en cualquier momento dado, adaptándose a las personas que están utilizando áreas específicas y aprovechando la inercia térmica de los edificios durante el mayor tiempo posible.

Así es como se controla el aire acondicionado y la calefacción, y de ahí, la comodidad de los ocupantes que se encuentran en las diferentes áreas de la sede. Además, la forma en que funciona el equipo relacionado está alineada, lo que significa que se comunican entre sí para responder a la demanda, no a la hora del día. Esto además permite ahorros en electricidad y es sustentable. Aprovechando el hecho de que cada área puede ser monitoreada, se tomó la decisión de instalar sensores de CO2 para mejorar la calidad del aire. Según los valores que se entregan, las unidades de tratamiento de aire permitirán que entre más o menos aire desde el exterior o recirculado desde el interior. Es así como se logran los proyectos de IAv

A ello se le suma la gran base de datos que permiten conocer cómo ahorrar tiempo y energía en los diferentes procesos del día a día, a manera de ser más sustentable con el ambiente y la salud de los empleados. Un ejemplo de ello es Ciudad BBVA (Madrid, España), que, al implementar una IAv, ha logrado ahorrar en energía 5.766.731 kilovatios por hora (KWh) al año, el equivalente al consumo de 1900 hogares. Esto significa que el complejo gasta entre 12% y 15% menos que cuando se inauguró en 2015 y con ello evita la emisión de 1430 toneladas de CO2 anuales.

Por todo lo expresado, ya es hora entonces de avanzar decididamente en el desarrollo e implementación masiva de una IAv, y dar el gran salto cultural y tecnológico que nos permita aspirar a una sostenibilidad/sustentabilidad planetaria. Hay suficientes señales positivas al respecto, tal como se abordará en una próxima nota.