¿Qué chatbot contamina más?
El impacto ambiental de los modelos de lenguaje
El entrenamiento de modelos de lenguaje como GPT-3 ha generado preocupaciones debido a su considerable huella de carbono. Se estima que el entrenamiento de GPT-3 liberó 552 toneladas métricas de dióxido de carbono, equivalente a las emisiones anuales de 123 vehículos propulsados por gasolina. Por otro lado, BLOOM, un modelo desarrollado por Hugging Face, emitió 25 toneladas métricas de CO₂ durante su entrenamiento, gracias al uso de chips más eficientes. Sin embargo, al considerar el impacto de la fabricación de hardware, la huella de carbono de BLOOM se duplicó, alcanzando el equivalente a unos 60 vuelos entre Londres y Nueva York.
Además, el uso continuo de estos modelos también contribuye a las emisiones. Por ejemplo, operar BLOOM a diario genera una huella de carbono comparable a conducir 54 millas. La integración de la inteligencia artificial en motores de búsqueda podría aumentar significativamente el consumo de energía, con estimaciones que sugieren un incremento de casi 30 mil millones de kWh por año, superando el consumo energético de muchos países.
Consumo de agua en el entrenamiento y uso de modelos de IA
El enfriamiento de los servidores que alojan modelos de inteligencia artificial requiere grandes cantidades de agua dulce. Se estima que para 2027, la IA podría utilizar hasta 6.600 millones de metros cúbicos de agua. Por ejemplo, el entrenamiento de GPT-3 pudo haber consumido 700.000 litros de agua, equivalente a la huella hídrica de la fabricación de 320 vehículos eléctricos Tesla.
Empresas como Microsoft y Google han experimentado aumentos en su consumo de agua debido a la IA. Microsoft incrementó su uso en un 34%, mientras que Google lo hizo en un 20%. En algunos casos, los centros de datos de estas compañías han sido responsables de una parte significativa del consumo de agua dulce en ciertas localidades.
Comparación entre la IA y los humanos en tareas creativas
Un estudio publicado en arXiv analizó las emisiones de gases de efecto invernadero generadas por sistemas de inteligencia artificial en comparación con las de humanos al realizar tareas similares. Los resultados indican que una IA escribiendo una página de texto emite entre 130 y 1.500 veces menos CO₂ equivalente que un humano. De manera similar, al crear una imagen, una IA emite entre 310 y 2.900 veces menos CO₂ equivalente que una persona. Estos hallazgos sugieren que, desde una perspectiva de emisiones, la IA puede ser más eficiente que los humanos en ciertas tareas creativas.
Perspectivas y desafíos futuros
A medida que la inteligencia artificial continúa expandiéndose, es crucial considerar su impacto ambiental. La creciente demanda de energía y agua para entrenar y operar modelos de IA plantea desafíos significativos. Es esencial que las empresas tecnológicas y los desarrolladores de IA adopten prácticas sostenibles, como el uso de fuentes de energía renovable y la mejora de la eficiencia energética de los modelos.
Además, la transparencia en la divulgación de las emisiones y el consumo de recursos asociados con la IA es fundamental para comprender y mitigar su impacto ambiental. La colaboración entre la industria, los gobiernos y la sociedad civil será clave para garantizar que el desarrollo de la inteligencia artificial se alinee con los objetivos de sostenibilidad global.
Gracias por llegar hasta aquí. Explorá más noticias y compartí tu opinión en los comentarios.
Sumate a nuestro canal de WhatsApp y recibí las noticias más relevantes directamente en tu celular.
👉 Unite a nuestro canal oficial de WhatsApp
