Más cómputo conduce a un mayor consumo de electricidad y, en consecuencia, a las emisiones de carbono. Un estudio de 2019 realizado por investigadores de la Universidad de Massachusetts Amherst estimó que la electricidad consumida durante el entrenamiento de un transformador, un tipo de algoritmo de aprendizaje profundo, puede emitir más de 626 000 libras (~284 toneladas métricas) de dióxido de carbono, equivalente a más de 41 vuelos de ida y vuelta entre la ciudad de Nueva York y Sídney, Australia. Y eso es solo entrenar al modelo.
También nos enfrentamos a una explosión de almacenamiento de datos. Proyectos IDC que Se crearán 180 zettabytes de datos, o 180 mil millones de terabytes, en 2025. La energía colectiva requerida para el almacenamiento de datos a esta escala es enorme y será un desafío abordarla de manera sostenible. Según las condiciones de almacenamiento de datos (p. ej., el hardware utilizado, la combinación energética de la instalación), un solo terabyte de datos almacenados puede producir 2 toneladas de emisiones de CO2 al año. Ahora multiplica eso por 180 mil millones.
Esta trayectoria actual para intensificar la IA con una huella ambiental cada vez mayor simplemente no es sostenible. Necesitamos repensar el statu quo y cambiar nuestras estrategias y comportamiento.
Impulsar mejoras sostenibles con IA
Si bien, sin duda, hay serias implicaciones en las emisiones de carbono con la mayor importancia de la IA, también hay enormes oportunidades. La recopilación de datos en tiempo real combinada con IA pue de en realidad ayuda
Por ejemplo, los modelos de IA pueden identificar oportunidades de mejora inmediatas para los factores que influyen en la eficiencia del edificio, incluida la calefacción, la ventilación y el aire acondicionado (HVAC). Como un sistema multivariable complejo, rico en datos, HVAC se adapta bien a la optimización automatizada, y las mejoras pueden generar ahorros de energía en solo unos meses. Si bien esta oportunidad existe en casi cualquier edificio, es especialmente útil en los centros de datos. Muchos años atrás, Google compartió cómo la implementación de IA para mejorar la refrigeración del centro de datos redujo su consumo de energía hasta en un 40 %.
La IA también está demostrando ser eficaz para implementar la computación consciente del carbono. El cambio automático de tareas informáticas, en función de la disponibilidad de fuentes de energía renovables, puede reducir la huella de carbono de la actividad.
Del mismo modo, la IA puede ayudar a disminuir el creciente problema de almacenamiento de datos mencionado anteriormente. Para abordar las preocupaciones de sostenibilidad del almacenamiento de datos a gran escala, Gerry McGovern, en su libro Residuos en todo el mundo, reconoció que hasta el 90% de los datos no se utilizan, simplemente se almacenan. La IA puede ayudar a determinar qué datos son valiosos, necesarios y de calidad suficiente para garantizar el almacenamiento. Los datos superfluos pueden simplemente descartarse, ahorrando costos y energía.
Cómo diseñar proyectos de IA de forma más sostenible
Para implementar iniciativas de IA de manera responsable, todos debemos repensar algunas cosas y adoptar un enfoque más proactivo para diseñar proyectos de IA.