¿Cuánto contamina el uso de la inteligencia artificial al planeta?

El desarrollo y uso de tecnologías como internet y la inteligencia artificial (IA) conllevan un considerable consumo de recursos energéticos, tanto en el proceso de entrenamiento como en su funcionamiento general. Según datos del Instituto de la Ingeniería de España (IIE), una sola consulta a ChatGPT puede consumir hasta tres veces más energía que una búsqueda en Google.

OpenAI, una de las empresas líder en cuanto a IA y creadora de ChatGPT, necesitó aproximadamente 78,437 kWh de electricidad para entrenar el modelo de lenguaje GPT-3, una cantidad de energía comparable al consumo de un hogar medio durante 23 años. Sin embargo, a medida que los modelos de IA se vuelven más complejos, sus requerimientos energéticos aumentan proporcionalmente.

Además del consumo de energía, el uso de grandes cantidades de agua para refrigerar los servidores también es un tema que genera preocupación. Por ejemplo, el entrenamiento de GPT-3 en uno de los centros de datos avanzados de Microsoft, socio de OpenAI, consumió aproximadamente 700,000 litros de agua dulce limpia, el equivalente a la cantidad de agua necesaria para producir cientos de vehículos BMW o Tesla.

Los centros de datos de Google en Estados Unidos consumieron 12,700 millones de litros de agua dulce en 2021 para refrigerar sus equipos. Además, el uso continuo de tecnologías como ChatGPT también contribuye al consumo de recursos, con una sola conversación de entre 20 y 50 preguntas, se pueden consumir hasta 500 ml de agua y un consumo eléctrico considerablemente mayor que una búsqueda en Google.

Para abordar esta problemática, las grandes empresas tecnológicas están adoptando medidas para reducir su impacto ambiental, como la adopción de energías renovables para alimentar los centros de datos, mejoras en la eficiencia energética de los servidores y programas de reciclaje de productos eléctricos.

Sin embargo, aún queda mucho por hacer. Se necesitan avances en el diseño de chips más eficientes, investigación en la eficiencia energética de la IA, el uso de energías renovables y neutras en carbono, mejoras en la infraestructura de datos y políticas de reciclaje de electrónicos para reducir significativamente el consumo de recursos energéticos y mitigar el impacto ambiental de la inteligencia artificial.