Los recursos necesarios para hacer funcionar la Inteligencia Artificial son ingentes y van en aumento. ¿Cómo alcanzar una Green AI o IA verde?
Gemini, Llama, Copilot… Las distintas opciones disponibles hoy en la red nos permiten acceder fácilmente y de manera masiva a las ventajas que nos proporciona la inteligencia artificial. Pero no son las únicas: DeepSeek, Claude, Grok, Pi… y la lista sigue creciendo, con nuevos modelos y nuevas prestaciones. Se trata de los LLM o Large Language Models, junto con la interficie chat, que utiliza el RLHF or Reinforcement Learning from Human Feedback.
¿Cómo alcanzar una Green AI o IA verde?
La IA es más que una tecnología, es parte de nuestra vida cotidiana. La usamos para programar, crear, diseñar… para mejorar la ciencia, la gestión, el marketing, la ciberseguridad… A finales de 2022 Open AI dio el pistoletazo de salida al lanzar su primera versión de ChatGPT, todavía no hace ni tres años ¡Y ya parece que la IA haya estado aquí desde siempre!
Transporte, industria, incluso la agricultura… son tal vez los principales ejemplos que nos vienen a la cabeza cuando hablamos del efecto invernadero. Pero durante los últimos años, ingenieros y expertos en medio ambiente alertan sobre un actor silencioso de nuestra huella medioambiental, que no solemos percibir como especialmente relevante: las tecnologías de la información. Y es que el crecimiento de la huella IT ha sido vertiginoso durante las dos últimas décadas. Y se está acelerando, cada día más, a causa precisamente de la IA.
Hasta hoy, por tanto, hablábamos y seguimos hablando de Green IT. Es decir, del estudio del impacto que tienen todos nuestros dispositivos, desde los smartphones hasta la nube, pasando por los PCs, la red, etc. Obviamente, el impacto de la IA se tiene en cuenta en esta disciplina, pero una nueva especialización parece irremediablemente necesaria: el Green AI.
Los recursos necesarios para hacer funcionar la Inteligencia Artificial son ingentes y van en aumento. ¿Cómo alcanzar una Green AI o IA verde?
Priorizar algoritmos eficientes a nivel energético, transparencia en el reporting de las emisiones, prácticas informáticas respetuosas del medio ambiente, son algunas de las prioridades específicas del Green AI.
Y es que la utilización de la IA no deja de crecer. Según Europa Press, España es líder en adopción de esta tecnología, con un 70% de empresas reportando ya ganancias gracias a ella, superando la media europea. En lo que a América Latina y el Caribe se refiere, concentrarían el 14% de las visitas a soluciones de IA en el mundo entero, según Naciones Unidas.
La tendencia, con sus más y sus menos, se consolida a nivel mundial. Ello es sin duda una buena noticia, por todos los beneficios que nos aporta la IA.
Pero todo el entrenamiento que necesita y los prompts que estamos elaborando diariamente, implican un despliegue tecnológico enorme. Más y más grandes centros de datos, con más GPUs y más rápidas, conectadas a los usuarios por Internet.
El prompt es el texto que crea el usuario en lenguaje natural y que describe la tarea que debe realizar el LLM de IA.
Y un datacenter o centro de datos es el espacio físico, normalmente una nave industrial, donde se ubican los servidores, un tipo de ordenador especializado en facilitar información a otros ordenadores.
Por otra parte, GPU responde a Graphics Processing Unit. Ésta funciona en un modo similar a la CPU o Central Processing Unit. La CPU és el núcleo del ordenador, el cerebro, por así llamarlo. Es donde se hallan los procesadores, que se ocupan de gestionar la actividad del ordenador. Están conectados a la memoria RAM por la placa base.
La GPU, como su nombre nos permite intuir, se ocupa de gestionar todos los procesos relacionados con imágenes: foto, video… y está conectada a la memoria VRAM a través de la tarjeta gráfica, que ha su vez está insertada en la placa base. Al ser las GPUs más eficientes que las CPUs para gestionar los procesos relacionados con la IA, han adquirido una enorme importancia en los últimos años. El líder indiscutible del mercado, con una posición de casi monopolio es la multinacional Nvidia.
Obviamente, más datacenters y mas GPUs más potentes implican más energía y consumo de agua.
Según publicaba el Diario de Aragón a finales de mayo, Amazon habría solicitado al gobierno autonómico incrementar en un 48% la dotación de agua para sus centros de datos en El Burgo de Ebro y Villanueva de Gállego y para su Plataforma Logística de Huesca. Aparentemente, la razón para ello sería el calentamiento climático, pero es probable que la IA haya tenido algo que ver. Teniendo en cuenta que el conjunto de la Península Ibérica tiende irremediablemente a la desertización, el agua va a ser un tema clave en todo este asunto.
En lo que al consumo de energía se refiere, en Irlanda, país con gran presencia de empresas tecnológicas, los datacenters están usando ya más del 10% de toda la energía eléctrica del país. Si ésta tiene que ser la tendencia, y todo parece indicar que así es ¿de dónde saldrá la energía adicional que permita cubrir las necesidades de toda la población y de la industria?¿Y que va a pasar con las facturas de consumo de energía? Es probable que éstas aumenten, tarde o temprano, ya que más energía implica más infraestructura, es decir, más inversión.
La IA crece muy rápido y sus necesidades energéticas también. En una primera fase, cada modelo LLM estaba especializado en un tema concreto. Pero muchos de los modelos actuales responden al General Purpose AI Model. Ello significa que estos nuevos LLMs ya no están especializados y que pueden solucionar cualquier tipo de problema, relacionado con cualquier tema. Para ello, los modelos pasan a tener una dimensión hasta 10.000 veces superior a sus predecesores, para poder acceder a todos los elementos y combinarlos; y así dar respuesta a las demandas del usuario.
Ésto implica muchísimo más entrenamiento y, por tanto, de nuevo, más consumo de energía y de agua.
Según el ingeniero Marc Jancovici, especializado en energía y gran divulgador de la huella de carbono, la manera más rápida, segura y barata de solucionar el problema es apostando de nuevo por la energía nuclear. Tras décadas de rechazo por parte de la opinión pública, esta tecnología parece experimentar una especie de resurrección.
Por supuesto, muchos expertos en medio ambiente no están de acuerdo con esta visión. Pero se trata de alguien que lleva muchos años sensibilizando a empresas y al público en general, acerca del cambio climático y del uso de combustibles fósiles. Así que vale la pena analizar sus argumentos.
Por un lado, está el problema de los residuos ¿qué hacemos con ellos?¿dónde los depositamos? Los residuos nucleares son altamente tóxicos y mantienen su toxicidad durante siglos. También está el tema de la seguridad, los posibles accidentes. La central de Zaporíjia, sin ir más lejos, ha estado en medio de los combates provocados por la invasión rusa de Ucrania. Los conflictos y los desastres naturales son un hecho. Hay que tenerlos en cuenta porqué las centrales nucleares tienen una vida útil larga.
Por otro lado, las tecnologías necesarias para construir y mantener las nuevas plantas parecen estar concentradas en las manos de un puñado de actores. Ello despertaría el fantasma de posibles conductas monopolísticas. Europa tuvo ya una experiencia suficientemente dolorosa con el Mainstream 2, el enorme gasoducto que unía Rusia con Alemania.
Pero siempre según Jancovici, las energías solar y eólica no serán suficientes para el creciente aumento de la demanda energética, incluyendo la IA.
En cualquier caso, el Green AI está aquí para quedarse y el consecuente debate sobre la energía nuclear también. La discusión acaba de empezar y puede prometer (y promete) tardes memorables
