El consumo energético de la Inteligencia Artificial alcanza niveles alarmantes
El uso de la inteligencia artificial (IA) conlleva un costo ambiental significativo, especialmente en la generación de imágenes, donde cada imagen creada puede consumir la energía equivalente a cargar un smartphone al 100%. Aunque la IA ofrece una gama de servicios para tareas diarias, desde organizar datos hasta generar imágenes a partir de indicaciones del usuario, el impacto ambiental de su elevado consumo energético es motivo de preocupación.
Usuarios cada vez más recurren a herramientas de IA como ChatGPT de OpenAI, Bard de Google, o modelos especializados como DALL-E e Imagine para la creación de imágenes. A pesar de la aparente simplicidad para los usuarios, la generación de imágenes mediante IA resulta en un consumo de energía considerable, según un estudio realizado por la Carnegie Mellon University y la empresa Hugging Face, enfocado en comprender el impacto ambiental de la IA y el aprendizaje automático.
El estudio destaca que, entre 2017 y 2021, el consumo eléctrico de los principales proveedores de computación en la nube (Meta, Amazon, Microsoft y Google) se duplicó. A nivel global, los centros de datos han experimentado un aumento del 20 al 40% anual en el consumo de electricidad, representando hasta el 1.3% de la demanda mundial. Este incremento ha contribuido en un 1% a las emisiones de gases de efecto invernadero relacionadas con la energía en 2022.
En particular, el estudio resalta que el entrenamiento de modelos de aprendizaje automático tiene un menor impacto ambiental en comparación con otras fases, como la inferencia, que iguala o supera el impacto del entrenamiento debido a los recursos informáticos necesarios para desplegar modelos a gran escala.
La investigación compara diez tareas de aprendizaje automático en cinco modalidades, concluyendo que las tareas generativas, como la generación y resumen de textos, consumen más de diez veces la energía requerida por tareas de clasificación de texto e imagen. Las tareas multimodales, como el subtitulado de imágenes y la generación de imágenes a partir de texto, están en el extremo superior del espectro, consumiendo hasta 2.9 KW/h por cada 1,000 inferencias.
En términos de consumo energético específico, el estudio destaca que el modelo de generación de texto más eficiente puede requerir la misma cantidad de energía que cargar un smartphone al 16%, mientras que el modelo de generación de imágenes menos eficiente puede consumir la energía equivalente a cargar completamente un smartphone por cada imagen generada.
Los resultados del estudio subrayan la necesidad de considerar el consumo de energía asociado con cada tarea de IA, ya que esta tecnología se integra cada vez más en sistemas operativos, aplicaciones y sitios web, planteando preocupaciones ambientales significativas.
