En la última conferencia insignia de Google, I/O, la empresa dio un paso más en su Experiencia Generativa de Búsqueda (SGE), que integrará la IA generativa en la Búsqueda de Google.
SGE, cuyo objetivo es ofrecer respuestas generadas por IA a más de mil millones de usuarios para finales de 2024, se basa en Gemini, la familia de grandes modelos lingüísticos (LLM) de Google, para generar respuestas de tipo humano a las consultas de búsqueda.
En lugar de una búsqueda tradicional en Google, que muestra principalmente enlaces, se te presentará un resumen generado por la IA junto con otros resultados.
Esta "visión general de la IA" ha sido criticada por proporcionar información sin sentidoy Google está trabajando rápidamente en soluciones antes de iniciar el despliegue masivo.
Pero aparte de recomendar añadir pegamento a la pizza y decir que las pitones son mamíferos, hay otro problema con la nueva estrategia de búsqueda de Google basada en la inteligencia artificial: su huella medioambiental.
Por qué el GEE requiere muchos recursos
Mientras que los motores de búsqueda tradicionales se limitan a recuperar información existente en Internet, los sistemas de IA generativa como SGE deben crear contenidos totalmente nuevos para cada consulta.
Este proceso requiere mucha más potencia de cálculo y energía que los métodos de búsqueda convencionales.
Se calcula que cada día se realizan entre 3.000 y 10.000 millones de búsquedas en Google. Las repercusiones de aplicar la IA a un pequeño porcentaje de esas búsquedas podrían ser increíbles.
Sasha Luccioni, investigador de la empresa de IA Hugging Face que estudia el impacto medioambiental de estas tecnologías, habló recientemente del fuerte aumento del consumo de energía que podría desencadenar SGE.
Luccioni y su equipo calculan que generar información de búsqueda con IA podría requerir 30 veces más energía que una búsqueda convencional.
"Tiene sentido, ¿verdad? Mientras que una consulta de búsqueda mundana encuentra datos existentes en Internet, aplicaciones como AI Overviews deben crear información totalmente nueva". declaró a Scientific American.
En 2023, Luccioni y sus colegas descubrieron que el entrenamiento del LLM BLOOM emitía gases de efecto invernadero equivalentes a 19 kilogramos de CO2 por día de uso, o la cantidad generada por conducir 49 millas en un coche de gasolina medio. También descubrieron que generar sólo dos imágenes utilizando la IA puede consumir tanta energía como la carga completa de un smartphone medio.
Estudios anteriores estimaban que las emisiones de CO2 asociadas al entrenamiento de un modelo de IA podrían superar las de cientos de vuelos comerciales o las de un coche medio a lo largo de su vida útil.
En un entrevista con Reuters el año pasadoEl propio John Hennessy, presidente de la empresa matriz de Google, Alphabet, admitió el aumento de los costes asociados a las búsquedas basadas en IA.
"Un intercambio con un gran modelo lingüístico podría costar diez veces más que una búsqueda tradicional", afirmó, aunque predijo que los costes disminuirán a medida que se afinen los modelos.
La búsqueda de inteligencia artificial sobrecarga infraestructuras y recursos
Se prevé que los centros de datos que albergan servidores de IA dupliquen su consumo de energía de aquí a 2026, pudiendo llegar a utilizar tanto poder como país pequeño.
Con fabricantes de chips como NVIDIA sacando al mercado chips más grandes y potentes, pronto podría tomar el equivalente a varias centrales nucleares para ejecutar cargas de trabajo de IA a gran escala.
Cuando las empresas de IA responden a las preguntas sobre cómo puede sostenerse esto, suelen citar la mayor eficiencia y capacidad de las energías renovables y la mayor eficiencia energética del hardware de IA.
Sin embargo, la transición a fuentes de energía renovables para los centros de datos está resultando lenta y compleja.
Como explica Shaolei Ren, ingeniero informático de la Universidad de California en Riverside que estudia la IA sostenible, "hay un desajuste entre la oferta y la demanda de energías renovables. La naturaleza intermitente de la producción de energía renovable a menudo no se ajusta a la potencia constante y estable que necesitan los centros de datos."
Debido a este desajuste, las centrales de combustibles fósiles se mantienen en funcionamiento más tiempo del previsto en zonas con alta concentración de infraestructuras tecnológicas.
Otra solución a los problemas energéticos reside en el hardware de IA de bajo consumo. NVIDIA nuevo chip Blackwell es muchas veces más eficiente energéticamente que sus predecesores, y otras empresas como Delta trabajan en un hardware eficiente para centros de datos.
Rama Ramakrishnan, profesor de la Sloan School of Management del MIT, explicó que, aunque es probable que aumente el número de búsquedas que pasan por los LLM, el coste por consulta parece disminuir a medida que las empresas se esfuerzan por hacer más eficientes el hardware y el software.
Pero, ¿será suficiente para compensar la creciente demanda de energía? "Es difícil de predecir", afirma Ramakrishnan. "Mi opinión es que probablemente subirá, pero no de forma drástica".
A medida que se acelera la carrera de la IA, se hace necesario mitigar el impacto ambiental. La necesidad es la madre de la invención, y las empresas tecnológicas están bajo presión para crear soluciones que mantengan el impulso de la IA.
Hardware energéticamente eficiente, energías renovables y incluso la energía de fusión puede allanar el camino hacia un futuro más sostenible para la IA, pero el trayecto está plagado de incertidumbres.
La SGE también podría forzar el suministro de agua
También podemos especular sobre las demandas de agua creadas por SGE, que podrían reflejar los enormes aumentos en el consumo de agua de los centros de datos atribuidos a la industria de la IA generativa.
Según recientes informes medioambientales de Microsoft, el consumo de agua ha se disparó hasta 50% en algunas regiones, con el consumo de agua del centro de datos de Las Vegas duplicándose desde 2022. Los informes de Google también registraron un aumento de 20% en el gasto de agua de los centros de datos en 2023 en comparación con 2022.
Ren atribuye la mayor parte de este crecimiento a la IA, afirmando: "Es justo decir que la mayor parte del crecimiento se debe a la IA, incluida la fuerte inversión de Microsoft en IA generativa y la asociación con OpenAI."
Ren calcula que cada interacción con ChatGPT, consistente en entre 5 y 50 avisos, consume la asombrosa cantidad de 500 ml de agua.
En un papel publicado en 2023, el equipo de Ren escribió: "La demanda mundial de IA puede ser responsable de entre 4.200 y 6.600 millones de metros cúbicos de extracción de agua en 2027, lo que es más que la extracción total anual de agua de entre 4 y 6 Dinamarca o la mitad del Reino Unido".
A partir de la investigación de Ren, podemos hacer algunos cálculos sobre cómo podría influir el SGE de Google en estas predicciones.
Supongamos que Google procesa una media de 8.500 millones de búsquedas diarias en todo el mundo. Suponiendo que incluso una fracción de estas búsquedas, digamos 10%, utilice SGE y genere respuestas impulsadas por IA con una media de 50 palabras por respuesta, el consumo de agua podría ser fenomenal.
Utilizando la estimación de Ren de 500 mililitros de agua por cada 5 a 50 búsquedas (digamos, una sola sesión en Google SGE), podemos calcular aproximadamente que 850 millones de búsquedas impulsadas por SGE (10% de las búsquedas diarias de Google) consumirían unos 425 millones de litros de agua al día.
Esto equivale al diario consumo de agua de una ciudad de más de 2,5 millones de habitantes.
En realidad, el consumo real de agua puede variar en función de factores como la eficiencia de los centros de datos de Google y la implantación y escala específicas de SGE.
No obstante, es muy razonable especular con que SGE y otras formas de búsqueda de IA aumentarán aún más el uso de recursos de la IA.
¿Serán sostenibles a gran escala experiencias globales de IA como SGE? Hay numerosos factores en juego, pero no será nada fácil.
