Un nuevo informe de la Fundación para la Tecnología de la Información y la Innovación (ITIF) afirma que la descripción del consumo energético de la IA como descontrolado es exagerada y a menudo engañosa.
El ITIF, un grupo de reflexión sin ánimo de lucro, publicó su informe titulado "Rethinking Concerns About AI's Energy Use" (Replanteamiento de las preocupaciones sobre el uso energético de la IA) y presentó una comprobación de la realidad de las declaraciones alarmistas sobre la energía y las emisiones de carbono de la IA.
El informe señala que los titulares dramáticos sobre el uso energético de las nuevas tecnologías no son un fenómeno nuevo. Cuando la era de las puntocom alcanzó su apogeo en los años 90, un artículo de Forbes afirmaba: "En algún lugar de Estados Unidos se quema un trozo de carbón cada vez que se encarga un libro por Internet".
El informe, ampliamente citado, llegaba a afirmar que "la mitad de la red eléctrica alimentará la economía digital-Internet en la próxima década".
Ahora sabemos que esas estimaciones eran exageradas. La Agencia Internacional de la Energía (AIE) calcula que los centros de datos y las redes de transmisión que alimentan Internet consumen entre 1-1,5% de la electricidad mundial.
Ya hemos informado anteriormente sobre la enormes recursos hídricos y energéticos que se consumen entrenando modelos de IA y durante la inferencia, pero el informe del ITIF ayuda a poner un poco de cordura en nuestra respuesta inicial de pánico.
Hechos y ficción
Disponer de cifras exactas sobre las emisiones y el consumo energético de la IA es todo un reto. Además de la potencia de procesamiento de la CPU, están los recursos energéticos atribuidos a la fabricación de chips, la refrigeración, las cargas de trabajo variables, etc...
Esto hace que sea difícil obtener una cifra exacta y fácil presentar una alarmista creíble.
En 2019, investigadores de la Universidad de Massachusetts Amherst estimaron que el entrenamiento del modelo BERT de Google habría emitido 1.438 libras de dióxido de carbono (CO2) durante 79 horas de entrenamiento. Eso es alrededor de 75% de las emisiones de CO2 de un vuelo de ida y vuelta de Nueva York a San Francisco.
También calcularon que si, hipotéticamente, un modelo como BERT se entrenara para la búsqueda de arquitecturas neuronales (NAS), uno de los problemas computacionalmente más complejos del aprendizaje automático, emitiría 626.155 libras de emisiones de CO2.
Eso equivale a unos 300 vuelos de ida y vuelta desde la costa este a la costa oeste de Estados Unidos. Adivina qué cifra de emisiones saltó a los titulares.
Para empeorar las cosas, resultó que la estimación de los investigadores en ese peor escenario de la NAS estaba sobrestimada por un factor de 88. Como era de esperar, la corrección del informe no salió en las noticias.
Los críticos especulan con que la rápida adopción de #AI combinado con un aumento del tamaño de los modelos de aprendizaje profundo dará lugar a un aumento masivo del 1TP5Energía con un impacto medioambiental potencialmente devastador. Pero, ¿es eso cierto? https://t.co/GHayfR4GTf
- Fundación de la Tecnología de la Información y la Innovación (@ITIFdc) 4 de febrero de 2024
Está mejorando, no empeorando
Sí, entrenamiento de modelos de IA, y principalmente inferencia, consume mucha energía. Sin embargo, el informe señala que la eficiencia de los modelos de IA y del hardware reducirá el consumo de energía con el tiempo.
He aquí una versión resumida de las razones aducidas en el informe:
- A medida que disminuya el ritmo de mejora de los modelos de IA, los desarrolladores se centrarán en hacerlos más eficientes para que sean económicamente viables.
- Los chips de IA son cada vez más eficientes. Entre 2010 y 2018, hubo un aumento del 550% en las instancias de cómputo y un aumento del 2400% en la capacidad de almacenamiento en los centros de datos globales, pero solo un aumento del 6% en el uso de energía de los centros de datos globales.
- Hay que tener en cuenta los efectos de sustitución de la IA. Descargar un libro es más respetuoso con el medio ambiente que imprimirlo y entregarlo. De forma similar, la IA puede eliminar tareas que emiten más carbono. Los humanos emiten mucho más carbono cuando teclean una página de texto que cuando una IA la genera.
- La capacidad de la IA para hacer más eficientes los sistemas de servicios públicos, procesar datos complejos sobre el cambio climático, permitir la agricultura de precisión y optimizar la logística reduce las emisiones de carbono.
Aunque el informe afirma que el consumo de energía de la IA es menos alarmante de lo que se ha informado, reclama normas de transparencia energética para los modelos de IA con el fin de facilitar la evaluación comparativa.
La ITIF también llegó a la conclusión de que la excesiva regulación de los modelos de IA puede estar haciéndolos menos eficientes desde el punto de vista energético, ya que las técnicas de depreciación de los LLM añaden más costes de energía.
Merece la pena leer el informe en su totalidad. Contiene más ejemplos excelentes que ponen de relieve cómo esos frente a la aceleración de la IA de desarrollo utilizan datos engañosos sobre el uso de la energía para defender sus argumentos.
Concluía haciendo referencia a un columnista de The Guardian que repitió el desacreditado estudio del BERT de 2019 en diciembre de 2023, dos años después de que se demostrara que era falso y engañoso. El problema no va a desaparecer.
No creas todo lo que afirman los tecnófobos. Viajar en tren no va a destruir el cuerpo humano, Internet no consume la mayor parte de nuestra electricidad y la inteligencia artificial probablemente no va a destruir el medio ambiente.
