Los ‘algoritmos verdes’, problema y solución del desafío medioambiental

Como toda actividad humana, la inteligencia artificial (IA) también tiene sus costes ambientales: si bien parecen actividades abstractas e intangibles, su huella ecológica no se puede pasar por alto, especialmente a la luz de las ‘revoluciones gemelas’, llamadas a cambiar el futuro del planeta: la digital y la sostenible, inseparables una de la otra en cuanto a importancia y urgencia. Es necesario crear una Inteligencia Artificial Sostenible.

Para maximizar el impacto positivo de la inteligencia artificial, se introdujo el concepto de Green AI, algoritmos verdes capaces de generar impactos positivos en muchos sectores. Un estudio de 2020 evaluó el impacto potencial de la IA en los 17 Objetivos de Desarrollo Sostenible de la ONU, que incluyen aspectos sociales, económicos y ambientales.

Los investigadores descubrieron que la IA podría favorecer el 93% de los objetivos ambientales, entre estos: creación de ciudades inteligentes y con bajas emisiones de carbono; dispositivos del Internet de las cosas que pueden modular su consumo de electricidad; una mejor integración de las energías renovables a través de redes inteligentes; identificar tendencias de desertificación a través de imágenes satelitales; lucha contra la contaminación marina.

Una tecnología energívora

El progreso de la inteligencia artificial, especialmente en el campo del procesamiento del lenguaje natural, no se debe tanto a verdaderos avances científicos, siendo los algoritmos más o menos los mismos, sino a un avance exponencial de las estructuras tecnológicas que soportan su entrenamiento.

Nos encontramos con muchos más datos disponibles, mayor capacidad de almacenarlos en la nube y potencia computacional a un precio cada vez más asequible gracias a los avances en el mundo del hardware. Y es precisamente la potencia computacional la que presenta costes energéticos desorbitados para entrenar modelos de texto como Chat GPT.

Según una investigación del MIT, el coste de entrenar un modelo como el GPT-3 de Open AI o el BERT de Google es igual a 300 viajes entre Nueva York y San Francisco o al consumo total en el ciclo-vida de cinco coches. La Amherst Massachussets University ha estimado que solamente la fase de aprendizaje de los algoritmos consume más de 280 toneladas de dióxido de carbono. Esto sin contar la producción del hardware, el enfriamiento de los centros de datos y las demás fases del desarrollo.

La cantidad de potencia informática necesaria para construir grandes sistemas de IA se duplica en promedio cada 3-4 meses y el desarrollo del Internet de las Cosas conducirá a la interconexión de miles de millones de dispositivos, con un cada vez mayor consumo de energía tanto para su funcionamiento como para el análisis de los datos que procesan. A este ritmo, en 2025, el consumo energético de los centros de datos podría representar un quinto del consumo eléctrico mundial.

Por tanto, la difusión de la inteligencia artificial en la vida diaria de las personas (pensemos, por ejemplo, en los sistemas domóticos y de entretenimiento) plantea un enorme desafío para el medioambiente, que hace necesario pensar en una inteligencia artificial ‘verde’. Las grandes empresas llevan tiempo trabajando en ello con el objetivo de alcanzar un equilibrio y las iniciativas prometedoras en el desarrollo de los ‘algoritmos verdes’ son muchas.

Aplicaciones de los ‘algoritmos verdes’

La producción de energía de los aerogeneradores sigue creciendo a pesar de la dificultad de predecir los vientos, pero gracias al aprendizaje automático ya es posible hacer predicciones y mejorar la producción de energía hasta en un 20 %, como ha demostrado la IA de Google, DeepMind. Grandes empresas como Intel y AMD están desarrollando semiconductores que explotan la tecnología fotónica para alimentar redes neuronales y, en poco tiempo, podrían estar en el mercado servidores de mayor rendimiento y menor consumo de energía.

Algunos productores de software de virtualización de sistemas han desarrollado soluciones capaces de adaptar el consumo de recursos (capacidad de cálculo) en función de la demanda de los clientes en diferentes áreas geográficas y momentos del día. Además, la misma inteligencia artificial podría ayudar a los desarrolladores a reducir los tiempos de entrenamiento del sistema, optimizando las cargas de trabajo en las diferentes máquinas de los centros de datos. Google utiliza los algoritmos de DeepMind para controlar la refrigeración de sus servidores, con una reducción de costes del 40 %.

La IA verde puede también producir un impacto notable en el sector del transporte, ayudando a reducir la congestión del tráfico y mejorar la logística, agilizando el desarrollo de productos y creando cadenas de suministro reactivas y sostenibles. OYAK Cement, un grupo cementero turco, está utilizando la IA para reducir significativamente su huella de carbono, al tiempo que varias empresas mejoran el rendimiento en el campo de la agricultura de precisión gracias a la introducción de tecnologías como las desarrolladas por la canadiense Precision AI.

Finalmente, otro ejemplo de IA con un impacto ambiental positivo es Entel, la empresa de telecomunicaciones más grande de Chile, que utiliza los ‘algoritmos verdes’ para identificar incendios forestales con anticipación. En todas estas aplicaciones, la inteligencia artificial puede ser una herramienta poderosa para combatir el cambio climático, pero el primer paso es apostar por una evaluación de modelos más holística y multidimensional que abrace y fomente la necesaria sinergia entre transición energética y transformación digital.