La potencia computacional necesaria para sostener el auge de la IA se duplica aproximadamente cada 100 días.
Es imperativo que equilibremos el avance de la IA con los imperativos de la sostenibilidad.
Hay medidas que podemos adoptar de inmediato, y cimientos que podemos sentar hoy y que darán frutos en el futuro, para gestionar la IA y la transición ecológica.
En una era en la que la sociedad se maravilla ante el rápido progreso de la inteligencia artificial (IA), la huella ambiental de estos avances a menudo sigue pasando desapercibida. Los importantes impactos ecológicos de la IA requieren atención y acción.
Para que la IA cumpla su potencial transformador, ofreciendo niveles de productividad sin precedentes y mejorando el bienestar social, debe evolucionar de forma sostenible.
El núcleo de este dilema es la elevada demanda energética del ecosistema de la IA, que abarca desde el hardware hasta los protocolos de entrenamiento y las técnicas operativas.
La IA y la demanda energética
Sorprendentemente, la potencia computacional necesaria para sostener el auge de la IA se duplica aproximadamente cada 100 días. Para lograr una mejora de diez veces en la eficiencia de los modelos de IA, la demanda de potencia computacional podría dispararse hasta 10.000 veces. La energía necesaria para ejecutar tareas de IA ya se está acelerando, con una tasa de crecimiento anual de entre el 26 % y el 36 %. Esto significa que, en 2028, la IA podría consumir más energía que todo el país de Islandia en 2021.
El ciclo de vida de la IA afecta al medio ambiente en dos fases clave: la fase de entrenamiento y la fase de inferencia. En la fase de entrenamiento, los modelos aprenden y se desarrollan procesando grandes volúmenes de datos. Una vez entrenados, pasan a la fase de inferencia, en la que se aplican para resolver problemas del mundo real. Actualmente, la huella ambiental se reparte: el entrenamiento representa alrededor del 20 % y la inferencia, la mayor parte, con un 80 %. A medida que los modelos de IA ganan terreno en diversos sectores, la necesidad de inferencia y su huella ambiental aumentarán.
Para alinear el rápido progreso de la IA con el imperativo de la sostenibilidad ambiental, es indispensable una estrategia cuidadosamente planificada. Esta abarca medidas inmediatas y a corto plazo, sentando al mismo tiempo las bases de la sostenibilidad a largo plazo.
La visión inmediata: reducir hoy la demanda energética de la IA
Surgen investigaciones sobre las medidas concretas que podemos adoptar hoy para alinear el progreso de la IA con la sostenibilidad. Por ejemplo, limitar el consumo de energía durante las fases de entrenamiento e inferencia de los modelos de IA es una vía prometedora para reducir el consumo energético de la IA entre un 12 % y un 15 %, con una pequeña contrapartida en el tiempo necesario para completar las tareas, que, en el caso de las GPU, se prevé que se alargue alrededor de un 3 %.
Otra táctica de gran impacto es la programación optimizada para el ahorro energético. Desplazar las cargas de trabajo de la IA para que coincidan con los momentos de menor demanda energética —por ejemplo, ejecutar tareas más cortas durante la noche o planificar proyectos más grandes para los meses más frescos, en lugares donde el uso de aire acondicionado está muy extendido— también puede traducirse en un ahorro energético sustancial.
Por último, avanzar hacia el uso de centros de datos compartidos y recursos de computación en la nube, en lugar de encargar infraestructuras privadas de forma individual, puede centralizar las tareas computacionales en infraestructuras colectivas y reducir el consumo energético asociado a las operaciones de IA. Esto también puede generar ahorros económicos en equipamiento y facturas energéticas potencialmente más bajas, especialmente cuando los recursos se ubican estratégicamente en zonas con costes energéticos más bajos.
El corto plazo: aprovechar la IA para la transición energética
Más allá de las medidas inmediatas, el foco a corto plazo debe estar en aprovechar las propias capacidades de la IA para fomentar la sostenibilidad. La IA, bien utilizada, puede ser una herramienta poderosa para alcanzar el ambicioso objetivo de triplicar la capacidad de energía renovable y duplicar la eficiencia energética para finales de la década, establecido en la Conferencia de las Naciones Unidas sobre el Cambio Climático del año pasado (COP28).
La IA impulsa los esfuerzos en materia de clima y de transición energética de innumerables maneras. Nos ayuda, por ejemplo, en el desarrollo de nuevos materiales para tecnologías de energía limpia y en la optimización de parques solares y eólicos. La IA puede ayudarnos a reforzar las capacidades de almacenamiento de energía, mejorar los procesos de captura de carbono, potenciar las predicciones climáticas y meteorológicas para una mejor planificación energética y, además, catalizar avances novedosos en fuentes de energía verde como la fusión nuclear.
Al aprovechar estratégicamente la IA para mejorar nuestro panorama de energías renovables, el futuro de la IA promete no solo volverse ecológica en sus propias operaciones, sino también contribuir a construir un mundo más sostenible para las generaciones venideras.
El largo plazo: la IA y la computación cuántica
A largo plazo, fomentar la sinergia entre la IA y las tecnologías cuánticas emergentes es una estrategia vital para orientar la IA hacia el desarrollo sostenible. A diferencia de la computación tradicional, en la que el consumo energético aumenta con la mayor demanda computacional, la computación cuántica presenta una relación lineal entre la potencia computacional y el uso de energía. Además, la tecnología cuántica tiene el potencial de transformar la IA haciendo los modelos más compactos, mejorando su eficiencia de aprendizaje y su funcionalidad general, todo ello sin la considerable huella energética que se ha convertido en una norma preocupante en el sector.
Aprovechar este potencial requiere un esfuerzo colectivo que involucre el apoyo gubernamental, la inversión de la industria, la investigación académica y la participación pública. Al combinar estos elementos, es posible imaginar y construir un futuro en el que el avance de la IA vaya en armonía con la preservación de la salud del planeta.
Como nos encontramos en la intersección entre la innovación tecnológica y la responsabilidad ambiental, el camino a seguir está claro. Se requiere un esfuerzo colectivo para adoptar e impulsar la integración de la sostenibilidad en el corazón del desarrollo de la IA. El futuro de nuestro planeta depende de esta alineación decisiva. Debemos actuar con determinación y de forma colaborativa.
