La IA puede hacer cosas notables. Recientemente, investigadores de OpenAI en San Francisco informaron que habían elaborado un algoritmo que era capaz de manipular, mediante prueba y error, las piezas de un cubo de Rubik con una mano robótica. Sin embargo, se necesitaron 1,000 computadoras de escritorio más una docena de máquinas que operaban chips gráficos especializados que procesaban cálculos intensivos durante varios meses; entonces, ¿Podría ayudar a combatir el cambio climático?
Evan Sparks, CEO de Determined AI , una start-up que proporciona software para ayudar a las empresas a gestionar proyectos de IA, estimó que este proceso puede haber consumido alrededor de 2,8 gigavatios-hora de electricidad, lo que equivale aproximadamente a la producción de tres plantas de energía nuclear para un hora.
Los extraordinarios avances producidos por la inteligencia artificial, como las computadoras que aprenden a reconocer imágenes, conversar, vencer a los humanos en juegos sofisticados y conducir vehículos, necesitan enormes cantidades de potencia informática y electricidad para diseñar y entrenar algoritmos. Los expertos en inteligencia artificial se están dando cuenta cada vez más de que estas demandas de energía son demasiado grandes frente al cambio climático.
Sasha Luccioni , investigadora postdoctoral en Mila, un instituto de investigación de IA en Canadá, dijo:
“La preocupación es que los algoritmos de aprendizaje automático en general consumen cada vez más energía, utilizan más datos y se entrenan cada vez más”.
No solo es una preocupación para los académicos, sino también para las empresas de muchas industrias que están comenzando a utilizar la IA. Existe una creciente preocupación de que la tecnología no pueda ayudar a combatir el cambio climático y esto empeore la crisis climática. Evan Sparks dice que su empresa ya está trabajando con una empresa farmacéutica que utiliza enormes modelos de inteligencia artificial.
Añadió:
“Como industria, vale la pena pensar en cómo queremos combatir esto”.
Algunos investigadores de IA están buscando formas de compensar sus emisiones y utilizan herramientas para rastrear las demandas de energía de sus algoritmos. Existe un apetito creciente por algoritmos que queman menos kilovatios.
Sasha Luccioni está desarrollando un código sofisticado que se puede agregar a un programa de inteligencia artificial para rastrear el uso de energía de los chips de computadora individuales.
Sasha Luccioni y otros están interesados en que las empresas no solo realicen un seguimiento del rendimiento del código, sino que también incluyan alguna medida de energía o huella de carbono.
Ella dice:
“Con suerte, esto se traducirá en una transparencia total. Para que la gente incluya en las notas al pie ’emitimos X toneladas de carbono, que compensamos’ ”.
Un equipo de UMass Amherst produjo un artículo de investigación que reveló cómo entrenar un único modelo grande de PNL (programación neurolingüística) puede consumir tanta energía como un automóvil durante toda su vida útil, incluida la energía necesaria para construirlo. Los avances recientes en el procesamiento del lenguaje natural, que es una técnica de inteligencia artificial que ayuda a las máquinas a analizar, interpretar y generar texto, han demostrado ser particularmente exigentes.
Grandes bancos de computadoras a menudo tienen que funcionar durante días y, a veces, semanas para entrenar un poderoso algoritmo de aprendizaje automático.
El departamento de energía ha estimado que los centros de datos representan aproximadamente el 2 por ciento del uso total de electricidad en los EE. UU. Y que en todo el mundo consumen alrededor de 200 teravatios hora de energía por año, lo que equivale a más de lo que consumen algunos países. Se prevé un crecimiento significativo en la tecnología de la computación y las comunicaciones en los años previos a 2030. Estas tecnologías podrían consumir entre el 8% y el 20% de la electricidad del mundo y los centros de datos representan un tercio de eso.
En los últimos años, las empresas que ofrecen servicios de computación en la nube han estado buscando formas de compensar sus emisiones de carbono con diferentes grados de éxito. Google, por ejemplo, afirma “cero emisiones netas de carbono” para sus centros de datos debido a sus extensas compras de energía renovable. Microsoft ha declarado que tiene un plan para convertirse en ‘carbono negativo’ para 2030 compensando todo el carbono producido por la empresa a lo largo de su historia. OpenAI firmó un acuerdo para usar la nube de Microsoft el año pasado.
Muchos de los principales pensadores de la industria de la IA creen que la IA en sí misma puede ayudar a combatir el cambio climático.
El éxito en el desarrollo de la IA en los últimos años ha llevado a muchos a cuestionarse cómo esta tecnología podría ayudar con uno de los mayores peligros que enfrenta la humanidad, el cambio climático.
Un artículo de investigación elaborado el año pasado por algunos de los pensadores más conocidos del campo ofrece una serie de ejemplos de cómo el aprendizaje automático podría ayudar a prevenir la destrucción humana.
Los autores del artículo, que incluyen al CEO de DeepMind, Demis Hassabis, el ganador del premio Turing, Yoshua Bengio, y el cofundador de Google Brain, Andrew Ng, dicen que la inteligencia artificial podría ser “invaluable” para disminuir y evitar los peores efectos del cambio climático, aunque no lo creen. es una “solución milagrosa”, pero creemos que la acción política también es muy necesaria.
El documento sugiere una serie de campos en los que el aprendizaje automático podría aprovecharse.
A pesar de que los sistemas eléctricos están “inundados de datos”, se está haciendo muy poco para aprovechar esta información. El aprendizaje automático podría ayudar al pronosticar la generación y la demanda de electricidad, lo que permitiría a los proveedores integrar mejor los recursos renovables en las redes nacionales y reducir los desechos. El laboratorio británico de Google, DeepMind, ya ha demostrado este tipo de trabajo, utilizando IA para predecir la producción de energía de los parques eólicos .
Es importante recordar que los gases de efecto invernadero no solo los emiten los motores y las centrales eléctricas, sino que provienen de la destrucción de árboles, turberas y otras plantas. La vida vegetal ha capturado carbono a través del proceso de fotosíntesis durante millones de años con la deforestación y la agricultura insostenible, lo que ha llevado a que este carbono se libere de nuevo a la atmósfera. La inteligencia artificial y las imágenes satelitales se pueden usar para monitorear las emisiones agrícolas y la deforestación al señalar dónde está sucediendo para proteger estos sumideros de carbono naturales.
La IA se puede utilizar para ayudar a los científicos a encontrar nuevos materiales dándoles el potencial de modelar las propiedades e interacciones de compuestos químicos nunca antes vistos. Actualmente, el 9% de todas las emisiones globales de gases de efecto invernadero proviene de la producción de hormigón y acero. El aprendizaje automático podría ayudar a combatir el cambio climático al reducir este número mediante la creación de alternativas bajas en carbono a estos materiales.
A medida que veamos mayores efectos del cambio climático en las próximas décadas, impulsados por sistemas altamente complejos, como cambios en la capa de nubes y la dinámica de la capa de hielo, la IA podría resultar invaluable. Sin duda, modelar estos cambios ayudará a los científicos a predecir eventos climáticos extremos, como sequías y huracanes, que a su vez ayudarán a los gobiernos a protegerse contra sus peores efectos.
Síguenos en las redes sociales