La periodista de Nature Kate Crawford analiza las declaraciones del director ejecutivo de OpenAI, Sam Altman, en las que alertaba sobre el peligro que supone el desarrollo de la IA para la economía energética.
El mes pasado, el director ejecutivo de OpenAI, Sam Altman, admitió finalmente lo que los investigadores han estado diciendo durante años: que la industria de la inteligencia artificial (IA) se dirige hacia una crisis energética. Fue una declaración inusual, en el contexto de la reunión anual del Foro Económico Mundial en Davos, Suiza, en la que Altman advirtió de que la próxima ola de sistemas generativos de IA consumirá mucha más energía de lo esperado y que los sistemas energéticos tendrán dificultades para hacerla frente.
Según la periodista de Nature Kate Crawford, quien lleva desde el 2018 publicando artículos sobre los costos ambientales de la industria de la IA, el vaticinio de Altman ha provocado que investigadores, reguladores y grandes inversores hablen sobre el impacto ambiental de la IA generativa. En lo que confía Altman no es en el diseño y el despliegue de sistemas de IA más sostenibles, sino en la fusión nuclear. De hecho, él mismo comenzó a invertir en la empresa de Helion Energy de Everett, en Washington.
A este respecto, la mayoría de los expertos coinciden en que la fusión nuclear no contribuirá significativamente al objetivo crucial de descarbonizar la atmósfera a mediados de siglo para combatir la crisis climática. La estimación más optimista de Helion es que para el 2029 se producirá suficiente energía para abastecer a 40.000 hogares estadounidenses promedio; pero según estimaciones fiables, el chatbot creado por OpenAI en San Francisco, ya está consumiendo la energía de 33.000 hogares. Para entendernos, una búsqueda web impulsada por la IA generativa utiliza de cuatro a cinco veces más energía que una búsqueda web convencional. Y dentro de unos años, es probable que los grandes sistemas de IA necesiten tanta energía como naciones enteras.
Y no sólo es energía. Los sistemas de IA generativa necesitan enormes cantidades de agua dulce para enfriar sus procesadores y generar electricidad. Una demanda de los residentes locales de West Des Moines (Iowa) reveló que en julio de 2022, un mes antes de que OpenAI terminara de entrenar su modelo GPT-4, la compañía estaba utilizando alrededor del 6% del agua del distrito. Mientras Google y Microsoft preparaban sus grandes modelos de lenguajes Bard y Bing, ambos experimentaron importantes picos en el uso de agua: aumentos del 20% y 34%, respectivamente, en un año, según los informes ambientales de las empresas. Extrapolando estos datos, y a nivel mundial, la demanda de agua para la IA podría ser la mitad que la del Reino Unido para 2027.
En el artículo para Nature, la investigadora y periodista Kate Crawford sugiere algunas soluciones para prevenir y/o paliar los efectos de esta crisis energética: «La industria debería promover el uso de menos energía, construir modelos más eficientes y repensar en cómo diseña y utiliza los centros de datos. Como demostró el proyecto BigScience en Francia con su modelo BLOOM3, es posible construir un modelo de tamaño similar al GPT-3 de OpenAI con una huella de carbono mucho menor». Esto no es lo que está sucediendo en la industria en general, pero es difícil demostrarlo, porque los costos planetarios de la IA generativa es un secreto corporativo celosamente guardado. Las cifras se basan en estudios de laboratorio realizados por investigadores como Emma Strubell4 y Sasha Luccioni3; informes de sociedades limitadas; y datos publicados por los gobiernos locales.
Además, continúa Crawford, «hay lagunas en la Ley de IA de Europa, y los investigadores pueden ayudar a completarlas». En este sentido los demócratas estadounidenses encabezados por el senador Ed Markey de Massachusetts presentaron el 1 de febrero el proyecto de Ley de Impactos Ambientales de la IA de 2024, que ordena al Instituto Nacional de Estándares y Tecnología colaborar con el mundo académico, la industria y la sociedad civil para establecer estándares para evaluar el impacto ambiental de la IA y crear un marco de presentación de informes voluntarios para los desarrolladores y operadores de IA. Pero las medidas voluntarias, sopesa Crawford, «rara vez producen una cultura duradera de rendición de cuentas y adopción consistente, porque dependen de la buena voluntad. Dada la urgencia, es necesario hacer más».
En las conclusiones de su análisis, la periodista de Nature desgrana lo siguiente:
- «Para abordar verdaderamente los impactos ambientales de la IA se requiere un enfoque multifacético que incluya a la industria de la IA, a los investigadores y a los legisladores. En la industria, las prácticas sostenibles deberían ser imperativas y deberían incluir medir e informar públicamente del uso de la energía y del agua; priorizar el desarrollo del hardware, los algoritmos y los centros de datos energéticamente eficientes; utilizando únicamente energía renovable. Las auditorías ambientales periódicas realizadas por organismos independientes respaldarían la transparencia y el cumplimiento de las normas»
- «Los investigadores podrían optimizar las arquitecturas de redes neuronales para la sostenibilidad y la colaboración con científicos sociales y ambientales para guiar los diseños técnicos hacia una mayor sostenibilidad ecológica»
- Por último, «los legisladores deberían ofrecer la zanahoria, pero mostrar el palo. Al principio, podrían establecer puntos de referencia para el uso de energía y agua, incentivar la adopción de energía renovable y exigir informes ambientales y evaluaciones de impacto integrales. La Ley de Impactos Ambientales de la Inteligencia Artificial es un comienzo, pero se necesitará mucho más, y el tiempo corre.
