La inteligencia artificial puede preservar el medio ambiente al ayudar a reducir las emisiones de GEI y optimizar el uso de los recursos naturales.
Sin embargo, la IA puede tener consecuencias no deseadas, como el aumento de la demanda y, por tanto, de la huella de carbono.
Este plan de cuatro pasos puede garantizar que la IA se despliegue de forma responsable.
Con la inteligencia artificial (IA), un sistema de software puede procesar una enorme cantidad de datos con fines específicos e identificar patrones y correlaciones. El resultado es una decisión automatizada o la ejecución de una tarea que, de otro modo, requeriría la intervención de una persona.
Desde su creación, la IA ha demostrado ser una tecnología transformadora que ayuda a optimizar una amplia gama de operaciones en numerosos sectores. Las empresas utilizan la IA para rediseñar procesos en casi todas las funciones empresariales y gubernamentales, desde las ventas, el marketing y el servicio de atención al cliente hasta la fabricación, I+D, TI, recursos humanos y finanzas. Las empresas también utilizan la IA para complementar su fuerza laboral con robots colaborativos, o “cobots”. Los cobots funcionan junto con las personas o en estrecha proximidad a ellas para realizar tareas como la hiperpersonalización de la interacción con los clientes y, en última instancia, la creación de mejores productos.
Sin embargo, dada su prevalencia sin precedentes y su impacto tan amplio, es imperativo preguntarse si la enorme potencia informática necesaria para ejecutar la IA podría tener un efecto negativo en el medio ambiente. ¿O podría ser la IA ese fenómeno extraordinariamente raro que impulsa el crecimiento económico sin provocar degradación ambiental?
La IA puede propiciar avances en la conservación del agua y la energía, pero conlleva su propia huella de carbono. Puede mejorar numerosos aspectos de la sociedad, pero también puede reforzar las situaciones sociales actuales marcadas por sesgos o injusticias. La IA encierra la promesa de reducir nuestra huella de carbono colectiva a escala mundial y de conservar nuestros recursos naturales. Pero, para lograrlo, debemos aprender a utilizarla de forma responsable.
La IA como fuerza positiva
La IA puede ayudar a preservar el medio ambiente de múltiples maneras:
Reducción de la huella de carbono
Un estudio conjunto de 2019 de Microsoft y PwC pronosticó que el uso responsable de la IA puede provocar una reducción del 4 % (2,4 gigatoneladas) de las emisiones mundiales de gases de efecto invernadero (GEI) para 2030. La IA ya se utiliza para optimizar el consumo de energía industrial y residencial y reducir las respectivas huellas de carbono. También se emplea para optimizar las rutas de transporte, predecir y pronosticar la oferta y la demanda, predecir y pronosticar el mantenimiento y gestionar el transporte autónomo. Todas estas optimizaciones conducirán, directa e indirectamente, a reducciones de la huella de carbono.
Un ejemplo destacado es el de Google, que utiliza la IA para optimizar el consumo energético de sus centros de datos. Mediante tecnología de aprendizaje automático desarrollada por DeepMind, combinada con algoritmos de optimización, Google ha logrado mejorar en un 35 % el uso de energía de sus centros de datos.
Optimización del uso de los recursos naturales
La IA también permite predecir la producción de energía generada a partir de fuentes ecológicas como la solar, la eólica y la hidroeléctrica, lo que garantiza un desperdicio mínimo de estos recursos naturales. La IA ayuda a conservar el agua en zonas residenciales, industriales y agrícolas. Los algoritmos predictivos han desarrollado nuevos procesos agrícolas, como la agricultura de precisión, que garantizan que se utilice la cantidad exacta de agua necesaria y que solo se recojan los cultivos maduros. Los algoritmos también ayudan en la planificación de las tierras de cultivo, en el seguimiento de la salud de los cultivos y del ganado, y en el desarrollo de sistemas eficientes de generación de energía y de configuraciones tanto para los generadores como para los consumidores de energía.
Salo Sciences, empresa que desarrolla soluciones para el cambio climático y la pérdida de biodiversidad, se asoció con Vibrant Planet y Planet Labs para crear una plataforma basada en datos que mapea el comportamiento de los incendios forestales en California. La plataforma, CFO (California Forest Observatory), es un motor de IA que aprovecha los datos LIDAR y satelitales para ofrecer una visión a nivel de árbol de la estructura forestal y de la carga de combustible. Al combinar esta información con datos sobre el viento, el clima, la humedad del suelo y de la vegetación, y la población e infraestructura, CFO captura los complejos factores que determinan el riesgo de incendios forestales. En el futuro, CFO se integrará con modelos contemporáneos de incendios forestales para ofrecer un mapa dinámico del riesgo de incendios en tiempo real, que sirva de apoyo tanto para la planificación de la restauración como para las operaciones activas de lucha contra incendios.
¿Cuál es el inconveniente?
Aunque la IA ofrece mejoras drásticas en los procesos, crea nuevos procesos innovadores y es el principal catalizador de la transformación de varios sectores industriales, no está exenta de costes. Un estudio elaborado el año pasado por la Universidad de Massachusetts Amherst concluyó que entrenar un modelo de IA de gran tamaño tendría una huella de carbono 300 veces superior a la de un vuelo de San Francisco a Nueva York.
Incluso cuando se utiliza con la mejor de las intenciones, la IA puede tener consecuencias imprevistas. Debido a su capacidad para optimizar drásticamente un negocio, la IA puede aumentar la demanda y, con ello, la huella de carbono. Imaginemos un escenario en el que una empresa de transporte de mercancías opera una flota de camiones capaces de realizar 100 entregas al día. Al desarrollar un algoritmo de optimización, la empresa puede mejorar el enrutamiento de los camiones y reducir la huella de carbono de las 100 entregas. Es un resultado positivo, hasta que el aumento de la demanda y de la utilización eleva las entregas a 150 al día y genera una huella de carbono mayor que antes.
¿Cómo utilizamos la IA de forma responsable con el medio ambiente?
Conscientes de que la IA es un arma de doble filo, recomendamos seguir este proceso de cuatro pasos:
1. Seleccionar el caso de uso adecuado.
No todas las optimizaciones conducen a reducciones significativas de la huella de carbono. La naturaleza abstracta de la IA le permite abordar un amplio abanico de desafíos, por lo que los usuarios deben filtrar y priorizar únicamente los procesos que se optimizarán con IA. Esto también es válido al elegir posibles casos de uso en materia de sostenibilidad.
2. Seleccionar el algoritmo adecuado.
Utilice el algoritmo de IA adecuado para cada problema o caso de uso. El proceso de entrenamiento de un algoritmo afecta en gran medida al nivel de consumo energético. Si, por ejemplo, dispone de un algoritmo que traduce del idioma A al B, puede optimizarlo de forma que solo requiera menos de 100 horas de entrenamiento. O bien, puede recurrir a un algoritmo de ensayo y error por fuerza bruta, lo que aumentaría la capacidad de cálculo en unas 250.000 horas.
3. Predecir y hacer un seguimiento de los resultados de la huella de carbono.
Las buenas intenciones no bastan y pueden generar una huella de carbono adicional. Considere la sostenibilidad como un indicador clave de éxito en cualquier proyecto basado en IA. Las empresas también empiezan a incluir estimaciones de la huella de carbono en sus análisis coste-beneficio para desplegar la IA de forma selectiva y responsable. Quienes implementan la IA deben comprender los efectos colectivos de la optimización de procesos en la sostenibilidad.
4. Compensar la huella mediante el uso de energía renovable.
Compense la huella de carbono utilizando energía renovable ecológica para alimentar los modelos de IA. Sabiendo que la IA que se ejecuta en sus centros de datos es un importante factor de consumo energético, Google se comprometió a alimentar sus centros de datos con energía renovable y es una empresa con emisiones netas de carbono cero desde 2017.
CodeCarbon, un paquete de software ligero y de código abierto que se integra en una base de código Python, es una de las herramientas que pueden ayudar a las organizaciones a llevar a cabo estos pasos. Mediante la recopilación automática de datos de energía y de la red eléctrica, CodeCarbon puede medir la cantidad de dióxido de carbono (CO2) producida por la nube o por los recursos informáticos locales utilizados para ejecutar un experimento, como el entrenamiento de un algoritmo de aprendizaje automático. Después, proporciona a los desarrolladores paneles que muestran los resultados de CO2 del experimento o de una serie de experimentos. Esta visibilidad del impacto de CO2 crea oportunidades para reducir las huellas de carbono resultantes, alojando la infraestructura en la nube en regiones geográficas que utilizan fuentes de energía renovables o empleando hardware más eficiente. CodeCarbon fue desarrollado conjuntamente por Mila, un instituto de investigación en IA de primer nivel mundial con sede en Montreal; BCG GAMMA, el equipo global de ciencia de datos e IA de Boston Consulting Group; el Haverford College de Pensilvania; y Comet, una plataforma meta de aprendizaje automático.
IA: una herramienta poderosa para la supervivencia humana
La inteligencia artificial se ha convertido rápidamente en una de las herramientas más poderosas que la humanidad ha creado jamás. Pero, al igual que otras tecnologías revolucionarias que han generado resultados tanto positivos como negativos, es imperativo utilizarla con sabiduría. Si se usa con cuidado, la IA podría marcar toda la diferencia en el mundo mientras la humanidad lucha por resolver la acuciante crisis climática.
