TENDENCIAS | 2 DIC 2024
TECNOLOGíA | IA | SOCIEDAD
Impacto Energético y Ambiental del Entrenamiento de la Inteligencia Artificial
El entrenamiento de la inteligencia artificial (IA) ha tenido un impacto significativo en el consumo energético. Según investigaciones, este proceso ha consumido energía eléctrica equivalente al consumo de una familia tipo durante 23 años.
El 30 de noviembre de 2022, cuando OpenAI lanzó ChatGPT, comenzó un aumento en la demanda de recursos energéticos. Según la Agencia Internacional de la Energía (IEA), los centros de GPU (Unidades de Procesamiento Gráfico) consumieron entre el 1% y el 1,3% de la electricidad mundial en 2022. Además, según datos de Google, propietaria del modelo de IA Gemini, su consumo de energía aumentó un 16,2% en 2023.
Factores del Aumento de Consumo Energético
Los especialistas explican que el aumento en el consumo energético se debe a que, antes de la popularización de la IA, la mayoría de las personas utilizaban el buscador de Google, que requiere procesadores CPU menos potentes en comparación con los GPU utilizados en los centros de datos de IA. Como resultado, obtener una respuesta de ChatGPT requiere un consumo energético tres veces mayor que realizar una búsqueda normal, según el Instituto de la Ingeniería de España (IIE). Por ejemplo, el entrenamiento de GPT-3 consumió una cantidad de energía comparable al consumo de un hogar español durante 23 años (78.437 kWh).
Consumo de Agua y Producción de Desechos
El impacto de la IA no se limita solo a la electricidad. Los nuevos chatbots también necesitan agua para funcionar, tanto para la producción de electricidad como para la refrigeración de los equipos. La infraestructura de los centros de datos se pulveriza para evitar el sobrecalentamiento de los dispositivos. Según las Naciones Unidas para el Medio Ambiente (UNEP), se espera que, a nivel global, la infraestructura relacionada con la IA consuma seis veces más agua que un país como Dinamarca para 2027.
Además de los recursos naturales, los centros de datos también generan residuos peligrosos. Las piezas fabricadas para estos centros, como las unidades de procesamiento, a menudo contienen sustancias peligrosas como mercurio y plomo. Para fabricar una máquina de 2 kilos, se requieren 800 kilos de materias primas.
Una investigación de la Universidad de Cambridge y del Instituto de Medio Ambiente Urbano de la Academia China de Ciencias, publicada en Nature Computational Science, predice que la generación de residuos tecnológicos aumentará de 2.600 toneladas en 2023 a 2,5 millones de toneladas en 2030, lo equivalente a tirar entre 2,100 y 13,300 millones de unidades de iPhone 15 Pro.
