Los impactos ambientales de la inteligencia artificial (IA) pueden variar significativamente. Muchos métodos de aprendizaje profundo tienen importantes huellas de carbono y consumo de agua. [1] Algunos científicos han sugerido que la inteligencia artificial puede brindar soluciones a los problemas ambientales.
La IA tiene una importante huella de carbono debido al creciente uso de energía, especialmente debido al entrenamiento y uso. [2] [3] Los investigadores han argumentado que la huella de carbono de los modelos de IA durante el entrenamiento debe considerarse al intentar comprender el impacto de la IA. [4] Un estudio sugirió que para 2027, los costos de energía para la IA podrían aumentar a 85-134 Twh, casi el 0,5% de todo el uso de energía actual. [5] [1] El entrenamiento de un modelo de aprendizaje profundo puede utilizar hasta la misma huella de carbono que las emisiones de por vida de 5 automóviles. [2] El entrenamiento de modelos de lenguaje grande (LLM) y otra IA generativa generalmente requiere mucha más energía en comparación con la ejecución de una sola predicción en el modelo entrenado. [6] Sin embargo, el uso repetido de un modelo entrenado puede multiplicar fácilmente los costos de energía de las predicciones. [6] El cálculo necesario para entrenar los modelos de IA más avanzados se duplica cada 3,4 meses en promedio, lo que lleva a un uso exponencial de energía y la huella de carbono resultante. [7]
BERT , un modelo de IA generativa entrenado en 2019, consumió "la energía de un vuelo transcontinental de ida y vuelta". [8] GPT-3 liberó 552 toneladas métricas de dióxido de carbono a la atmósfera durante el entrenamiento, "el equivalente a 123 vehículos de pasajeros a gasolina conducidos durante un año". [8] [9] [10] Gran parte del costo energético se debe a arquitecturas y procesadores de modelos ineficientes. [8] Un modelo llamado BLOOM, de Hugging Face , se entrenó con chips más eficientes y, por lo tanto, solo liberó 25 toneladas métricas de CO 2 . [9] Incorporar el costo energético de fabricar los chips para el sistema duplicó la huella de carbono, al "equivalente a alrededor de 60 vuelos entre Londres y Nueva York". [9] Se estimó que operar BLOOM diariamente liberaba la huella de carbono equivalente a conducir 54 millas. [9]
Los algoritmos que tienen menores costos de energía pero se ejecutan millones de veces al día también pueden tener importantes huellas de carbono. [9] La integración de IA en los motores de búsqueda podría multiplicar significativamente los costos de energía, [8] [11] y algunas estimaciones sugieren que los costos de energía aumentarán a casi 30 mil millones de kWh por año, una huella energética mayor que la de muchos países. [12] Otra estimación encontró que la integración de ChatGPT en cada consulta de búsqueda de Google utilizaría 10 tWh cada año, el equivalente al uso anual de energía de 1,5 millones de residentes de la Unión Europea . [11]
La IA ha provocado un mayor consumo de agua y energía, lo que ha dado lugar a una demanda significativamente mayor de la red. [13] Debido al aumento de la demanda energética de los proyectos relacionados con la IA, las plantas de carbón en Kansas City [14] y West Virginia [1] retrasaron el cierre. Otras plantas de carbón en la región de Salt Lake City han retrasado el retiro de sus plantas de carbón hasta una década. [15] Los debates ambientales han arreciado tanto en Virginia como en Francia sobre si se debe solicitar una "moratoria" para centros de datos adicionales. [14] En 2024, en el Foro Económico Mundial , el ejecutivo de OpenAI, Sam Altman, pronunció un discurso en el que dijo que la industria de la IA solo puede crecer si hay un gran avance tecnológico para aumentar el desarrollo energético . [16] [17] [18]
En 2024, Google no logró alcanzar los objetivos clave de su plan de cero emisiones netas como resultado de su trabajo con IA, [19] [20] y tuvo un aumento del 48% en las emisiones de gases de efecto invernadero atribuible a su crecimiento en IA. [13] [1] Microsoft y Meta tuvieron aumentos similares en su huella de carbono, atribuidos de manera similar a la IA. [1] Las huellas de carbono de los modelos de IA dependen de la fuente de energía utilizada, y los centros de datos que utilizan energía renovable reducen su huella. [7] Muchas empresas de tecnología afirman compensar el uso de energía comprando energía de fuentes renovables, aunque algunos expertos argumentan que las empresas de servicios públicos simplemente reemplazan la energía renovable declarada con mayores fuentes no renovables para sus otros clientes. [15] El análisis de la huella de carbono de los modelos de IA sigue siendo difícil de determinar, ya que se agregan como parte de las huellas de carbono de los centros de datos, y algunos modelos pueden ayudar a reducir las huellas de carbono de otras industrias, [21] o debido a las diferencias en los informes de las empresas. [22]
Algunas aplicaciones de ML, como el descubrimiento y la exploración de combustibles fósiles , pueden empeorar el cambio climático. [4] [10] El uso de IA para el marketing personalizado en línea también puede conducir a un mayor consumo de bienes , lo que también podría aumentar las emisiones globales. [10]
Los chips de IA (es decir, las GPU ) utilizan más energía y emiten más calor que los chips de CPU tradicionales . [1] Los modelos de IA con arquitecturas implementadas de manera ineficiente o entrenados en chips menos eficientes pueden utilizar más energía. [8] Desde la década de 1940, la eficiencia energética de la computación se ha duplicado cada 1,6 años. [23] Algunos escépticos argumentan que las mejoras en la eficiencia de la IA solo pueden aumentar el uso de la IA y, por lo tanto, la huella de carbono debido a la paradoja de Jevons . [21]
En septiembre de 2024, Microsoft anunció un acuerdo con Constellation Energy para reabrir la planta de energía nuclear de Three Mile Island para proporcionar a Microsoft el 100% de toda la energía eléctrica producida por la planta durante 20 años. La reapertura de la planta, que sufrió una fusión nuclear parcial de su reactor de la Unidad 2 en 1979, requerirá que Constellation pase por estrictos procesos regulatorios que incluirán un amplio escrutinio de seguridad por parte de la Comisión Reguladora Nuclear de EE. UU . Si se aprueba (esta será la primera puesta en servicio de una planta nuclear en EE. UU.), se producirán más de 835 megavatios de energía, suficiente para 800.000 hogares. El costo de reapertura y modernización se estima en $ 1.6 mil millones (USD) y depende de las exenciones fiscales para la energía nuclear contenidas en la Ley de Reducción de la Inflación de EE. UU. de 2022. [24] El gobierno de EE. UU. y el estado de Michigan están invirtiendo casi $ 2 mil millones (USD) para reabrir el reactor nuclear de Palisades en el lago Michigan. Cerrado desde 2022, está previsto que el plan vuelva a abrirse en octubre de 2025. La instalación de Three Mile Island pasará a llamarse Crane Clean Energy Center en honor a Chris Crane, un defensor de la energía nuclear y exdirector ejecutivo de Exelon , responsable de la escisión de Constellation por parte de Exelon. [25]
El enfriamiento de los servidores de IA puede demandar grandes cantidades de agua dulce que se evapora en torres de enfriamiento . [21] [22] Para 2027, la IA puede utilizar hasta 6.6 mil millones de metros cúbicos de agua. [26] Un profesor ha estimado que una sesión promedio en ChatGPT, con 10 a 50 respuestas, puede utilizar hasta medio litro de agua dulce. [21] [27] [28] El entrenamiento de GPT-3 puede haber utilizado 700.000 litros de agua, equivalente a la huella hídrica de la fabricación de 320 vehículos eléctricos Tesla . [27]
Un centro de datos que Microsoft había considerado construir cerca de Phoenix, debido al creciente uso de IA, probablemente consumiría hasta 56 millones de galones de agua dulce cada año, equivalente a la huella hídrica de 670 familias. [26] Microsoft puede haber aumentado el consumo de agua en un 34% debido a la IA, mientras que Google aumentó su uso de agua en un 20% debido a la IA. [28] [7] Debido a su grupo de centros de datos de Iowa, Microsoft fue responsable del 6% del uso de agua dulce en una ciudad local. [28]
Los desechos electrónicos generados por la producción de hardware de IA también pueden contribuir a las emisiones. [7] El rápido crecimiento de la IA también puede conducir a una depreciación más rápida de los dispositivos, lo que genera desechos electrónicos peligrosos. [29] Algunas aplicaciones de la IA, como el reciclaje de robots, pueden reducir los desechos electrónicos. [30] [31]
La IA tiene un potencial significativo para ayudar a mitigar los efectos del cambio climático, por ejemplo, a través de mejores predicciones meteorológicas, prevención de desastres y seguimiento del clima. [32] [33] Algunos científicos del clima han sugerido que la IA podría utilizarse para mejorar la eficiencia de los sistemas, como los sistemas de energía renovable. [12] Google ha afirmado que la IA podría ayudar a mitigar algunos efectos del cambio climático , como predecir inundaciones o hacer que el tráfico sea más eficiente. [20] Algunos algoritmos pueden ayudar a predecir los impactos de huracanes más severos, medir el derretimiento del hielo polar, la deforestación y ayudar a monitorear las emisiones de las fuentes. [10] [33] Un proyecto de aprendizaje automático, el proyecto Open Catalyst, se ha utilizado para identificar "electrocatalizadores de bajo costo adecuados" para el almacenamiento de baterías de fuentes de energía renovables. [4] La IA también puede mejorar la eficiencia de las cadenas de suministro y la producción para industrias ambientalmente perjudiciales como la alimentación y la moda rápida . [32]