Inteligencia artificial

Un informático analiza la enorme huella de carbono de la inteligencia artificial generativa

El siguiente artículo se reproduce con permiso de The Conversation, una publicación en línea que cubre las últimas investigaciones.

La IA generativa es la nueva tecnología de moda detrás de los chatbots y los generadores de imágenes. Pero, ¿qué tan caliente hace el planeta?

Como investigador de IA, a menudo me preocupo por los costos energéticos de construir modelos de IA. Cuanto más poderosa es la IA, más energía consume. ¿Qué significa la llegada de modelos de IA generativos cada vez más potentes para la futura huella de carbono de la sociedad?

«Generación» se refiere a la capacidad de los algoritmos de IA para generar datos complejos. Otra opción es la IA «discriminativa», que elige entre un número fijo de opciones y produce solo un número. Un ejemplo de un resultado discriminatorio es la decisión de aprobar una solicitud de préstamo.

La IA generativa puede crear resultados más complejos, como oraciones, párrafos, imágenes e incluso videos cortos. Se ha utilizado durante mucho tiempo en aplicaciones como altavoces inteligentes para generar respuestas de audio o en autocompletar para sugerir consultas de búsqueda. Sin embargo, solo recientemente ha podido generar un habla similar a la humana y fotos realistas.

Usa más energía que nunca

El costo de energía exacto de un solo modelo de IA es difícil de estimar, incluida la energía utilizada para fabricar el equipo informático, crear el modelo y utilizar el modelo en producción. En 2022, los investigadores descubrieron que crear un modelo de IA generativo de 110 millones de parámetros llamado BERT consume tanta energía como un vuelo transcontinental humano de ida y vuelta. El número de parámetros se refiere al tamaño del modelo, siendo generalmente los modelos más grandes los más competentes. Los investigadores estiman que crear el GPT-3 más grande con 175 000 millones de parámetros consumió 1287 megavatios-hora de electricidad y produjo 552 toneladas de dióxido de carbono equivalente, lo que equivale a conducir 123 automóviles de pasajeros a gasolina durante un año. Esto es solo para que el modelo esté listo para comenzar antes de que los consumidores comiencen a usarlo.

LEER
Últimos Paquetes de Inteligencia Artificial Ilusión Ciberataques

El tamaño no es el único predictor de las emisiones de carbono. El modelo abierto BLOOM desarrollado por el proyecto francés BigScience es similar en tamaño a GPT-3 pero tiene una huella de carbono mucho menor, ya que consume 433 megavatios-hora de electricidad para generar 30 toneladas de CO2 equivalente. Un estudio de Google descubrió que para el mismo tamaño, el uso de arquitecturas y procesadores modelo más eficientes y centros de datos más ecológicos puede reducir la huella de carbono en un factor de 100 a 1000.

Los modelos más grandes usan más energía durante el despliegue. Los datos sobre la huella de carbono de una sola consulta de IA generativa son limitados, pero algunas cifras de la industria estiman que es de cuatro a cinco veces mayor que una consulta de motor de búsqueda. A medida que los chatbots y los generadores de imágenes se vuelven más populares, y Google y Microsoft integran modelos de lenguaje de inteligencia artificial en sus motores de búsqueda, es probable que la cantidad de consultas que reciben todos los días crezca exponencialmente.

Bots de IA para la búsqueda

Hace algunos años, los modelos como BERT o GPT rara vez se usaban fuera de los laboratorios de investigación. Eso cambió el 30 de noviembre de 2022, cuando OpenAI lanzó ChatGPT. Según los últimos datos disponibles, ChatGPT tuvo más de 1500 millones de visitas en marzo de 2023. Microsoft está incorporando ChatGPT a su motor de búsqueda Bing, y estará disponible para todos el 4 de mayo de 2023. Si los chatbots se vuelven tan populares como lo son los motores de búsqueda, el costo de la implementación de energía AI realmente aumentará. Pero los asistentes de IA se pueden usar para mucho más que solo buscar, como escribir documentos, resolver problemas matemáticos y ejecutar campañas de marketing.

Otro problema es que los modelos de IA deben actualizarse constantemente. Por ejemplo, ChatGPT solo se entrenó con datos hasta 2022, por lo que no sabe nada de lo que sucedió después de eso. La huella de carbono de crear ChatGPT no es información pública, pero es probable que sea mucho más alta que GPT-3. Si tiene que ser reconstruido periódicamente para actualizar sus conocimientos, los costos de energía serán aún mayores.

Un beneficio es que preguntarle a un chatbot puede ser una forma más directa de obtener información que usar un motor de búsqueda. Suponiendo que se mitiguen los problemas de precisión, obtendrá una respuesta directa en lugar de una página llena de enlaces. Un acceso más rápido a la información en comparación con los motores de búsqueda puede compensar el mayor uso de energía.

el camino a seguir

El futuro es difícil de predecir, pero los grandes modelos generativos de IA están aquí para quedarse, y es probable que las personas recurran cada vez más a ellos en busca de información. Por ejemplo, si un estudiante necesita ayuda con un problema de matemáticas en este momento, le preguntará a un tutor o a un amigo, o consultará un libro de texto. En el futuro, pueden solicitar chatbots. Lo mismo ocurre con otros conocimientos, como el asesoramiento jurídico o la experiencia médica.

Si bien un solo modelo grande de IA no destruirá el medio ambiente, el uso de energía podría convertirse en un problema si miles de empresas desarrollan robots de IA ligeramente diferentes para diferentes propósitos, cada uno utilizado por millones de clientes. Se necesita más investigación para mejorar la eficiencia de la IA generativa. La buena noticia es que la IA puede funcionar con energía renovable. Al llevar la informática a lugares donde la energía verde es más abundante o al programar la informática en los momentos del día en que la energía renovable está más disponible, las emisiones podrían reducirse en un factor de 30 a 40 en comparación con el uso de una red dominada por combustibles fósiles.

Finalmente, la presión social puede ayudar a alentar a las empresas y los laboratorios de investigación a publicar las huellas de carbono de sus modelos de IA, algunos de los cuales ya lo hacen. En el futuro, tal vez los consumidores podrían incluso usar esta información para elegir chatbots «más ecológicos».

Este artículo fue publicado originalmente en The Conversation. Lea el texto original.

Este es un artículo de opinión y análisis y las opiniones expresadas por el autor o los autores no son necesariamente las de Noticias-Hoy.

LEER
Cómo la IA está transformando la adquisición de talento

Deja una respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Botón volver arriba