Subministrando Inteligencia Aritificial

El cambio climático es la mayor amenaza para nuestro planeta y para nosotros mismos. A principios de este año, la cantidad de gases en la atmósfera, fenómeno conocido como efecto invernadero, aumentó sin control. Ahora bien, en los últimos meses todos hemos visto los cambios drásticos que han traído consigo las restricciones impuestas al medio ambiente por la pandemia mundial del Covid 19. En China, por ejemplo, las emisiones de carbono se han reducido en un 25% y los óxidos de nitrógeno en un 50%. Al mismo tiempo, hemos visto que la inteligencia artificial se ha puesto en primer plano para combatir el virus prediciendo su propagación y ayudando a dar sentido a la riqueza de la investigación que se ha llevado a cabo. Pero estas dos cosas, tanto los beneficios para el medio ambiente como el uso de la inteligencia artificial en sí, no son recíprocos, ya que la IA en sí misma se está convirtiendo en un gran contaminador.

Por mencionar un ejemplo, investigadores expertos en inteligencia artificial han desarrollado recientemente una mano robótica que está provista de IA para resolver un Cubo de Rubik. Algo impresionante. En contrapartida destacamos que ese único esfuerzo consumió la friolera de 2,8 gigavatios-hora de electricidad, en otros términos, lo que equivale a una central nuclear entera funcionando durante tres horas.

Esto es tan solo un ejemplo, pero sabemos que la IA se utiliza en muchas disciplinas diferentes, desde el reconocimiento y la predicción de imágenes hasta la conducción de vehículos. A medida que las aplicaciones de la IA se hacen más complejas, las necesidades de entrenamiento de la IA se vuelven más exigentes, y en consecuencia la energía necesaria para hacer funcionar las computadoras para hacer el entrenamiento se vuelve cada vez mayor.

La formación de un algoritmo de IA complejo, y los ajustes necesarios, puede requerir la ayuda de muchos ordenadores durante días o incluso semanas. Dentro de la IA hay un campo llamado Comprensión del Lenguaje Natural (NLU), trata de dar sentido al texto, seguramente te suena el concepto. La verdad es que ha habido grandes cambios recientemente, pero estos avances tienen un precio anexo. Los investigadores de UMass Amherst encontraron que entrenar un solo modelo complejo de NLU podría consumir tanta energía como un coche durante toda su vida, incluyendo la energía necesaria para construirlo. Increible, ¿verdad?

Actualmente, como el medio ambiente está en mente de todos los propios expertos en IA se preocupan cada vez más por el impacto que su trabajo tiene en el medio ambiente. Por ejemplo, muchos académicos son transparentes y desvelan cuánta energía consumen sus algoritmos. Esta política debería extenderse también a las aplicaciones empresariales. Los casos empresariales deberían incluir la “deuda energética” dentro de cualquier algoritmo que se utilice, tanto en términos de dólares como de impacto ambiental. Lo que todos queremos evitar es resolver un problema con la IA y crear otro, que potencialmente sea más grave.

Tags: Industria 4.0