Con la rápida expansión de la inteligencia artificial, los organismos de control ambiental están comenzando a hacer sonar la alarma sobre la cantidad de energía que consumen los modelos de inteligencia artificial. Pero esas advertencias deben basarse en cifras reales, y un nuevo informe del fundador de Digiconomist, Alex de Vries, intenta cuantificar el creciente impacto ambiental de la IA.
De Vries, que también rastrea el consumo de energía de la minería de criptomonedas, dice que la fase de entrenamiento de los modelos de IA es la que consume más energía. Aquí es cuando el programa recibe grandes conjuntos de datos, incluso antes de responder a un solo mensaje. Pero de Vries sostiene que los grupos ambientalistas no prestan tanta atención a la fase de inferencia, cuando la IA se prueba con datos del mundo real, cuando puede contribuir significativamente al costo del ciclo de vida de un modelo de IA.
Han pasado nueve años desde que se lanzó Digiconomist por primera vez con el objetivo de “exponer las consecuencias no deseadas de las tendencias digitales”. Durante gran parte de estos nueve años, la sostenibilidad de los activos digitales como Bitcoin ha sido un foco clave de la investigación de…
– Digiconomista (@DigiEconomist) 10 de octubre de 2023
“Algunas cifras están flotando sobre el uso de energía de la huella de carbono de la IA, pero a pesar de algunas preocupaciones, el contenido que respalda eso, al menos hasta ahora, no estaba ahí”, dijo de Vries. Descifrar. “Pensé que ahí es donde podría intervenir y tratar de arrojar algo de luz sobre el asunto, aunque es muy difícil”.
“Es muy diferente a obtener números que con las criptomonedas”, añadió.
Los desarrolladores de IA, dijo de Vries, a menudo utilizan la misma narrativa que las empresas de criptomonedas, afirmando [influence utilities to] producir energía renovable. Pero el costo de construir los grandes centros de datos necesarios para albergar cientos de computadoras o servidores no genera 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 es necesario estar al lado del centro de datos”, dijo de Vries. “Así que te quedas con un enorme acaparador de poder”.
De Vries destacó el tiempo de respuesta de la comunidad ambientalista cuando se trata de industrias que consumen una gran cantidad de energía, y las diferencias entre el escrutinio ecológico de Bitcoin que se produjo después del estallido de la burbuja de 2017 y el revuelo actual en torno a la IA.
“La comunidad ambientalista tiende a ser un poco lenta: los primeros titulares con respecto al consumo de electricidad de Bitcoin fueron en 2017, 2018, cuando ocurrió la primera burbuja de Bitcoin”, dijo de Vries. “Fue necesario hasta la segunda mitad de 2022 antes de que las organizaciones ambientalistas comenzaran a involucrarse seriamente”.
A principios de este mes, un informe de Associated Press decía que los centros de datos como los utilizados para ChatGPT consumen alrededor de 500 mililitros de agua por cada 5 a 50 solicitudes. La AP señaló que los centros de datos de OpenAI supuestamente están ubicados cerca de las mismas aguas en Iowa que alimentan los campos de maíz locales.
Mientras De Vries y otros intentan llamar la atención sobre el consumo de energía de la IA, otros, sin embargo, dicen que la preocupación resultará tan exagerada como lo fue para el consumo de energía de las cadenas de bloques.
“Veremos que las predicciones apocalípticas sobre el uso de energía de la IA fracasan”, dijo anteriormente el director de investigación de HIVE, Adam Sharp, a Decrypt, citando una predicción de Newsweek de 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”, afirmó Sharp.
En su informe, de Vries advierte contra la tecnología de inteligencia artificial y las mejoras de 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 por completo cualquier cambio a largo plazo en el consumo de electricidad relacionado con la IA”, escribió de Vries. “Estos avances pueden desencadenar un efecto rebote mediante el cual una mayor eficiencia conduce a una mayor demanda de IA, aumentando 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 disponibles limitados pueden llevar a que los grupos dejen la cuestión del consumo de energía de la IA en un segundo plano.
“En este momento, las cifras son pequeñas, por lo que se puede argumentar: ‘¿Por qué tenemos que poner esto en un lugar muy alto en nuestra agenda si todavía es pequeño?’”, dijo de Vries. “Pero la cosa no permanecerá pequeña por mucho tiempo”.
De Vries espera que la gente considere 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 hecho sonar la alarma sobre la privacidad de los datos, el patrón de la IA de producir respuestas sesgadas o racistas y generar información falsa, también conocida como alucinación.
“Hay mucho revuelo y creo que eso es lo más importante con las tecnologías emergentes”, dijo de Vries. “Todo el mundo siempre se pierde en el revuelo y el miedo a perderse algo, y tenemos que hacer algo y nos olvidamos por completo del usuario final”.
Comparándolo con el revuelo que rodea a blockchain, De Vries advirtió contra pensar en la IA como una solución milagrosa para resolver todos los problemas del mundo.
“Realmente no es necesario probar algo para descubrir que no será útil”, dijo. “Habrá casos muy claros en los que necesitarás una base de datos distribuida y en los que no, y también será el caso de la IA, cuando la ejecutes necesitarás un modelo muy grande en tu back-end para ayudarte”. haces cosas o versus cuando no las haces”.