La Inteligencia Artificial (IA), aunque ha revolucionado diversos sectores, también ha dejado una preocupante huella de carbono, impulsando la búsqueda de soluciones más sostenibles, donde los “algoritmos verdes” emergen como una alternativa clave.
Estos algoritmos se definen como conjuntos de instrucciones o reglas que, al consumir menos recursos, logran resultados comparables a sus contrapartes más complejas. Su importancia radica en la transformación sin precedentes que la IA ha generado en diferentes áreas, pero que también ha contribuido significativamente al consumo energético y la generación de residuos electrónicos.
Los centros de datos, esenciales para el procesamiento de la IA, son notables contribuyentes a esta problemática debido a su alta demanda de energía, a menudo no renovable, y al uso masivo de agua para controlar la temperatura.
El impacto ambiental de programas de IA, como ChatGPT, no siempre es percibido por la mayoría de las personas. Estudios revelan que una sola sesión de entrenamiento de este modelo consume la energía equivalente a 126 hogares durante un año.
La formación intensiva de energía para el entrenamiento de modelos complejos, como las redes neuronales profundas, y las emisiones generadas por la inferencia y tratamiento de datos, son factores que contribuyen al aumento de la huella de carbono de la IA. La producción de residuos electrónicos derivados de dispositivos obsoletos agrava aún más el problema.
En este contexto, los “algoritmos verdes” ofrecen una solución prometedora. Algoritmos que permitan una convergencia más rápida durante el entrenamiento o requieran menos recursos computacionales podrían generar un ahorro sustancial de energía. Estos algoritmos se dividen en dos corrientes principales: los centrados en eficiencia energética y aquellos que promueven la sostenibilidad a través de la “green AI” (IA verde).
La “green AI” busca interpretar datos empresariales a través de algoritmos que consideren diversos factores para optimizar procesos en sectores como logística y transporte. Su objetivo es ser más eficiente en el uso de energía y recursos como el agua, contribuyendo a la minimización de la contaminación y abordando desafíos que amenazan la sostenibilidad ambiental.
La integración de algoritmos verdes en infraestructuras, ciudades inteligentes y servicios de computación en la nube tiene el potencial de ofrecer múltiples aplicaciones y beneficios. Además, se sugieren estrategias como el desarrollo de hardware de bajo consumo, el uso de energías renovables y la gestión del ciclo de vida del hardware para reducir el impacto ambiental de la IA.
En este contexto, la investigación colaborativa se presenta como una vía crucial para avanzar hacia una evolución sostenible de la IA y los centros de computación que la sustentan.
