El consumo de energía que requieren las tareas llevadas a cabo por Inteligencia Artificial (IA) es muy alto.
Especialmente, en la generación de imágenes, que es capaz de consumir el equivalente a alrededor de una carga de batería al 100 por cien en un ‘smartphone’ por cada imagen generada.
A la hora de utilizar la IA para realizar tareas del día a día, esta tecnología es capaz de ofrecer distintos servicios.
Entre ellos, se encuentran organizar datos y ofrecer respuestas a temas concretos, hasta generar imágenes completamente nuevas a partir de indicaciones del usuario.
También hay que considerar aquel servicio vinculado al resumen de textos o el análisis de datos.
En este sentido, cada vez más usuarios hacen uso de opciones como ChatGPT, desarrollado por Open AI, o Bard, creado por Google, así como de herramientas más concretas.
Entre estas últimas están los modelos DALL-E o Imagine, para creaciones de imágenes a partir de descripciones de texto, e incluso, el asistente de Meta para interactuar en Instagram y Facebook.
LA EQUIVALENCIA A UNA CARGA COMPLETA
Sin embargo, es preciso marcar que utilizar la IA generativa es algo sencillo para los usuarios, ya que solo tienen que introducir descripciones de lo que desean obtener del ‘chatbot’.
No obstante, esta tecnología hace un consumo de energía muy elevado, lo que se traduce en graves consecuencias para el medio ambiente.
Sobre todo, sobresale el uso de energía necesario para generar imágenes con IA, que supera al resto de tareas.
Esto se debe a que utiliza la energía equivalente a una carga completa de batería de un ‘smartphone’ por cada imagen generada.
Así lo señaló el estudio sobre el procesamiento de energía que utiliza la IA, realizado por investigadores de la Carnegie Mellon University de Estados Unidos.
También forman parte personas de la empresa Hugging Face, desarrolladora de herramientas para crear aplicaciones utilizando el aprendizaje automático.
EL AUMENTO EN EL CONSUMO DE ELECTRICIDAD
Tal y como han apuntado, este estudio tiene la intención de “comprender el impacto ambiental de las distintas industrias para desarrollar estrategias eficaces que mitiguen este impacto”.
Así, se han enfocado en las industrias más nuevas, como son las tecnologías de la información y comunicación (TIC), de la que forma parte la IA y el aprendizaje automático.
Tanto es así que, según marca el estudio, entre el año 2017 y el 2021 la electricidad utilizada por los principales proveedores de computación en la nube -Meta, Amazon, Microsoft y Google- se duplicó.
Según las cifras que recaba el estudio, a nivel general, el consumo mundial de electricidad de los centros de datos ha crecido entre un 20 y un 40 por ciento anual en los últimos años.
De esa forma, ha alcanzado hasta el 1,3 por ciento de la demanda mundial de electricidad.
REPERCUSIONES EN EL MEDIO AMBIENTE
Además, el uso de tal cantidad de electricidad ha contribuido al uno por ciento de las emisiones de gases de efecto invernadero relacionadas con la energía en 2022.
Concretamente, a la hora de entrenar modelos de aprendizaje automático (ML), se comprobó que el uso de energía por modelo para esa fase es menor que otras fases del ciclo de vida de dichos modelos.
Por ejemplo, la inferencia tiene un impacto sobre el medio ambiente “igual o mayor” que el entrenamiento.
Esto se debe a los recursos informáticos necesarios para “desplegar modelos a gran escala”, tal y como han explicado.
En este marco, a la hora de determinar qué labores realizadas por IA consumen más energía, los investigadores compararon diez tareas de ML de cinco modalidades diferentes.
Estas son: Texto a categoría, Texto a texto, Imagen a categoría, Imagen a texto y Texto a imagen.
LAS TAREAS GENERATIVAS CONSUMEN DIEZ VECES MÁS ENERGÍA
En concreto, han analizado cuestiones como la clasificación de textos, tokens y respuestas extractivas a preguntas.
También han medido la energía para la generación y resumen de textos y, finalmente, la clasificación de imágenes, detección de objetos, subtitulado de imágenes y generación de imágenes.
Con todo ello, según los datos obtenidos, las tareas de clasificación de imágenes y texto, se sitúan en el “extremo inferior del espectro” en términos de energía.
Por otro lado, las tareas generativas, como la generación y el resumen de textos, consumen “más de diez veces más energía para el mismo número de inferencias”.
Siguiendo esta línea, las tareas multimodales, como el subtitulado de imágenes y la generación de imágenes a partir de texto, se sitúan en “el extremo más alto del espectro”.
Estas últimas cuentan con hasta 2,9KW/hora por cada 1.000 inferencias.
CONSUMO EFICIENTE
El estudio detalla que la carga de un ‘smartphone’ medio requiere un consumo de 0,012kWh de energía.
En comparación, señala que el modelo de generación de texto “más eficiente” puede llegar a utilizar tanta energía como la que se utiliza cargar al 16 por ciento un ‘smartphone’ cada mil inferencias.
Sin embargo, el modelo de IA de generación de imágenes “menos eficiente” puede alcanzar a utilizar tanta energía como casi una carga al 100% de la batería de un ‘smartphone’ por cada imagen creada.
No obstante, los creadores del estudio también puntualizan que “hay una gran variación entre los modelos de generación de imágenes”.
Además, puntualizan que también depende del tamaño de imagen que genere.
Por todo ello, el estudio plantea la necesidad de considerar la cantidad de energía utilizada en cada labor que lleva a cabo una IA.
Dicha visión se fundamente en que esta tecnología cada vez está más integrada en cada sistema operativo, aplicación o página web.
Fuente: EP.