La IA tiene un potencial increíble, pero existen algunos inconvenientes graves que deben tenerse en cuenta.
Con la carrera de la IA progresando más rápido que nunca, muchos se preocupan por cómo estas tecnologías afectarán el ecosistema. La adopción de IA continúa aumentando. Junto con esto, su huella de carbono solo empeorará si los desarrolladores, los usuarios finales y los organismos reguladores siguen haciendo caso omiso de su impacto ambiental.
Dicho esto, la adopción masiva sostenible todavía es posible. Pero las personas y las organizaciones deben trabajar juntas para resolver cómo la IA daña el medio ambiente.
Conclusiones clave
- La computación de IA consume cantidades masivas de energía, lo que contribuye a su gran huella de carbono. Los desarrolladores y usuarios deben ser conscientes del impacto ambiental y considerar prácticas más sostenibles.
- Los desarrollos vertiginosos de la IA perpetúan una cultura de usar y tirar, lo que conduce al despilfarro de recursos. Los consumidores deben evitar compras innecesarias y las empresas deben priorizar las innovaciones significativas.
- Actualmente no existe un órgano de gobierno central que regule el uso y el desarrollo de la IA, lo que deja las preocupaciones ecológicas al final de la lista de prioridades. La colaboración entre el gobierno y los grupos ambientalistas es necesaria para minimizar el impacto ambiental de la IA.
1. La computación de IA requiere energía masiva
El principal culpable de la gran huella de carbono de la IA generativa es su consumo de energía. Tome los chatbots como ejemplo. Límite alto de tokens de ChatGPT y el procesamiento rápido de los insumos tienen enormes demandas de energía. La mayoría de los usuarios no se dan cuenta de los recursos necesarios para cada consulta de búsqueda: sin pensar, inundan los chatbots con mensajes aleatorios.
Semianálisis hizo un modelo de costos de ChatGPT. Dicen que OpenAI ejecuta 3617 servidores HGX A100 para responder a los millones de solicitudes que ChatGPT recibe diariamente.
Cada servidor consume 3.000 vatios-hora si son similares al Nvidia HGX A100. Entonces, para que 3.617 unidades funcionen las 24 horas del día, los 7 días de la semana, necesitan la friolera de 95.054.760.000 vatios-hora o 95.054,76 megavatios-hora por año. Para referencia, La ciudad de Nueva York utiliza entre 5.500 y 10.000 megavatios-hora al día.
El rápido crecimiento de la IA perpetúa una cultura del descarte. Los consumidores de tecnología se ven presionados a adquirir los últimos sistemas del mercado, independientemente de si los necesitan o no. Algunos apenas entienden estos aparatos. Persiguen la “próxima gran novedad” porque las empresas prometen características nuevas y disruptivas.
Al sucumbir a este estilo de vida insostenible, los consumidores permiten a los líderes tecnológicos controlar la demanda de plataformas de inteligencia artificial. Los recursos se desperdician en herramientas redundantes que producen beneficios insignificantes.
Tome ChatGPT, por ejemplo. Millones de desarrolladores capitalizaron su auge lanzando sus chatbots impulsados por inteligencia artificial. Si bien líderes tecnológicos como Microsoft, Meta y Google crearon modelos lingüísticos innovadores, la mayoría de las empresas simplemente se sumaron a la tendencia.
Evite descargar chatbots de IA no verificados en línea. los piratas informáticos utilizan aplicaciones falsas de ChatGPT para engañar a los usuarios para que divulguen información personal y paguen tarifas de suscripción exorbitantes.
3. Ningún organismo rector central regula el uso y desarrollo de la IA
Los rápidos avances de la IA superan las directrices y restricciones vigentes. Incluso los líderes tecnológicos globales como Sam Altman, director ejecutivo de OpenAI, pide una intervención regulatoria de IA más estricta para controlar modelos poderosos. Hasta el momento, ninguna autoridad supervisa y regula las actividades de IA.
Pero incluso si Los organismos gubernamentales comienzan a abordar los riesgos relacionados con la IA., el daño ecológico estará al final de su lista. Probablemente darán prioridad a las alucinaciones de la IA, las violaciones éticas y las amenazas a la privacidad. Aunque igualmente importantes, estas cuestiones no deberían eclipsar los impactos ecológicos negativos de la IA.
El gobierno debe trabajar con grupos ambientalistas para monitorear a las empresas de tecnología. Podrían minimizar la huella de carbono de los desarrolladores de IA regulando su consumo de energía, sus métodos de eliminación y su extracción de minerales.
4. Los esfuerzos agrícolas impulsados por la IA priorizan los rendimientos sobre la salud del ecosistema
Los sectores agrícolas están explorando formas de integrar sistemas basados en IA en la agricultura. La implementación estratégica podría ayudar a maximizar el crecimiento de los cultivos, automatizar el trabajo manual y combatir las calamidades naturales mientras se minimizan los gastos generales. La IA agrícola es una industria en crecimiento. mercado.us incluso predice que el tamaño del mercado mundial superará los 10.200 millones de dólares para 2032.
Sin embargo, a pesar de estos beneficios, la IA agrícola aún pasa por alto el consumo masivo de energía de la capacitación y la construcción de estos sistemas. Priorizar altos rendimientos de cultivos y métodos de cosecha eficientes también compromete el ecosistema. A este ritmo, la IA podría fomentar inadvertidamente prácticas agrícolas intensivas que destruyen y deshidratan la tierra.
5. La IA de entrenamiento requiere prueba y error
Entrenar plataformas impulsadas por IA en miles de millones de parámetros requiere recursos masivos. Entre la preparación de conjuntos de datos para raspar e ingresarlos en modelos de IA, el proceso fácilmente podría consumir millones de vatios-hora.
Además, la prueba de datos consiste en un ensayo y error rigurosos. Los desarrolladores seguirán consumiendo enormes recursos de energía a medida que desarrollan iteraciones de modelos, solucionan problemas y corrigen imprecisiones.
Tomemos ChatGPT como ejemplo. A estudio de la Universidad de Cornell muestra que OpenAI consumió 405 V100 GPU años de energía para entrenar GPT-3 en 175 mil millones de parámetros. En pocas palabras, una GPU V100 tardaría 405 años en construir ChatGPT.
Asumiendo que OpenAI usa algo similar a GPU Nvidia V100, que consumen 300 vatios-hora, 405 años de consumo de energía equivalen a 1.064.340.000 vatios-hora. Como referencia, la mayoría de los hogares consumen 30 000 vatios-hora al día. Entonces, la energía que OpenAI usó para entrenar ChatGPT inicialmente podría alimentar 35,478 casas durante 24 horas.
El hardware utilizado en la construcción, capacitación y comercialización de programas de IA consiste en varios metales terrestres. Tome las GPU como ejemplo. Fabricarlos requiere cobre, estaño, plata y zinc, entre otras materias primas, y las empresas de tecnología necesitan miles de GPU para mantener los sistemas de inteligencia artificial.
Los desarrolladores deben explorar métodos alternativos para obtener materias primas. De lo contrario, las actividades mineras dañinas solo aumentarán a medida que aumente la demanda de hardware relacionado con la IA. Incluso las minas más grandes se secarían después de varias décadas.
7. Congestión de tráfico potencial
La IA puede construir un sistema más eficiente energéticamente, futuro inteligente para la industria automotriz. Un estudio de la Revista internacional de investigación ambiental y salud pública establece que los automóviles autónomos producen entre un 50 y un 100 por ciento menos de emisiones de carbono que los vehículos tradicionales. Los fabricantes de automóviles de todo el mundo integrarán gradualmente la IA en sus unidades.
Aunque ahorran combustible, la aparición de automóviles guiados por IA también aumenta la congestión del tráfico en ciudades densamente pobladas. Los vehículos privados seguirán superando en número a los centros de transporte público. A encuesta longitudinal de la Universidad de Adelaide dice que los consumidores preferirían comprar autos sin conductor en lugar de viajar o compartir vehículos.
8. La evolución de la IA aumenta los desechos electrónicos
La IA está evolucionando rápidamente porque los desarrolladores siguen lanzando nuevos productos de hardware y software. Todos quieren dominar primero el mercado global. Desafortunadamente, la búsqueda de tecnologías disruptivas se suma al creciente problema de desechos electrónicos de la sociedad. Recuerde: el mantenimiento de los sistemas de IA requiere miles de GPU y servidores, la mayoría de los cuales no se pueden reciclar.
el mundo cuenta informa que el 85 por ciento de los desechos electrónicos va a vertederos e incineradores, y el 70 por ciento contiene elementos tóxicos. Los desarrolladores de IA deberían explorar métodos de eliminación más sostenibles. Las prácticas ecológicas como la reducción del consumo de combustibles fósiles, la prolongación de los ciclos de vida del hardware y el diseño de métodos de reciclaje reformarán la industria.
¿La IA es mala para el medio ambiente?
A pesar de los efectos ambientales dañinos de la IA, no es intrínsecamente insostenible. La mayoría de los problemas anteriores se derivan de cómo los humanos diseñan, programan, implementan y administran tecnologías impulsadas por IA. Las empresas tecnológicas deberían dejar de sacrificar prácticas ecológicas por un progreso rápido. Incluso alcanzar el pico de la inteligencia artificial general no justificará el agotamiento de los recursos naturales de la Tierra.
Las empresas también deben priorizar la tecnología ecológica. Las aplicaciones empresariales, comerciales e industriales de AI eclipsan su potencial para ayudar al medio ambiente. La industria ya está inundada de aplicaciones y herramientas aleatorias de inteligencia artificial. Pero no hay suficientes desarrolladores interesados en aprovechar la IA para la preservación de los recursos y el cambio climático.
