viernes 14 de febrero de 2025 - Edición Nº3982

Interés general | 18 ene 2025

Enfoques

Algoritmos verdes: el camino hacia una inteligencia artificial sostenible

El progreso tiene un costo ambiental significativo, particularmente en términos de emisiones de carbono y uso de agua que demanda esta tecnología para funcionar.


Por Mariela Mociulsky (*)

En el ámbito de la inteligencia artificial, las crecientes capacidades y aplicaciones de los modelos de lenguajes grandes (LLMs, por sus siglas en inglés) como GPT-4 o Gemini marcan una nueva era de innovación. Sin embargo, este progreso tiene un costo ambiental significativo, particularmente en términos de emisiones de carbono y uso de agua que demanda esta tecnología para funcionar.

Para dar contexto, el proceso de entrenamiento de tales modelos requiere muchos recursos. Sólo en la fase de entrenamiento del GPT-3, el modelo fue responsable de emitir el equivalente a 502 toneladas de dióxido de carbono. Además de las emisiones de carbono, el funcionamiento de estos modelos también exige cantidades considerables de agua. Se estima que para generar un rango de 10 a 50 respuestas, GPT-3 requiere cantidades de agua equivalentes a una botella de medio litro.

¿Cuál es la respuesta que se necesita de parte de la industria? ¿Y cuál es la consciencia que debe despertarse de parte de organizaciones y usuarios que utilizan diariamente estos modelos? La base de la IA generativa ecológica radica en la adopción de algoritmos energéticamente eficientes y la optimización del procesamiento de datos para reducir la huella ambiental de los LLMs.

¿Cómo se puede transitar este camino ? Al priorizar la selección de modelos optimizados para tareas específicas, se puede conducir a reducciones significativas en los recursos computacionales y el consumo de energía; también al perfeccionar las técnicas de manejo de datos para minimizar el consumo de energía durante el entrenamiento del modelo. 

Asimismo optar por energía renovable e infraestructura verde, es decir, utilizar fuentes de energía renovables e invertir en infraestructura ecológica para mitigar las emisiones de carbono. Por último, optar por hardware energéticamente eficiente, lo que implica seleccionar y utilizar hardware diseñado específicamente para una alta eficiencia y un bajo consumo de energía, como ser sistemas de almacenamiento que están optimizados para ahorrar energía y al mismo tiempo brindan la potencia computacional necesaria para las tareas requeridas.

El camino hacia la IA Generativa “Verde” trasciende las acciones e innovaciones individuales y exige un esfuerzo colectivo de toda la comunidad global en cuestiones como políticas y regulación, responsabilidad organizacional y la conciencia y la educación sobre el impacto ambiental de esta tecnología. Lograr la sostenibilidad en el desarrollo y utilización de la IA requiere contribuciones coordinadas de los formuladores de políticas, las organizaciones, los gobiernos, las empresas y la comunidad de software.

(*) CEO de Trendsity.
 

OPINÁ, DEJÁ TU COMENTARIO:
Más Noticias

NEWSLETTER

Suscríbase a nuestro boletín de noticias