El auge de la inteligencia artificial ha impulsado los precios de las grandes acciones tecnológicas a nuevos máximos, pero a costa de las aspiraciones climáticas del sector.
Google aceptado el martes que la tecnología está amenazando sus objetivos ambientales después de revelar que los centros de datos, una pieza clave de la infraestructura de IA, habían ayudado a aumentar sus emisiones de gases de efecto invernadero en un 48% para 2019. Dijo que hay «incertidumbre significativa» en torno a lograr su objetivo de cero emisiones netas para 2030. reducir a cero la cantidad total de emisiones de CO2 de las que es responsable, incluida «la incertidumbre en torno al futuro impacto ambiental de la IA, que es compleja y difícil de predecir».
Entonces, ¿podrá la tecnología reducir el costo ambiental de la IA, o la industria retrocederá porque el premio a la supremacía es tan grande?
¿Por qué la IA representa una amenaza para los objetivos ecológicos de las empresas de tecnología?
Los centros de datos son un componente central para entrenar y operar modelos de IA como Gemini de Google o GPT-4 de OpenAI. Contienen equipos informáticos sofisticados, o servidores, que analizan las enormes cantidades de datos que sustentan los sistemas de inteligencia artificial. Necesitan grandes cantidades de electricidad para funcionar, lo que genera CO2 dependiendo de la fuente de energía, además de crear CO2 «incrustado» a partir del coste de fabricación y transporte del equipo necesario.
Según la Agencia Internacional de Energía, el consumo total de electricidad de los centros de datos podría duplicar desde los niveles de 2022 a 1.000 TWh (teravatios hora) en 2026equivalente a la demanda de energía de Japón, mientras que la empresa de investigación SemiAnalysis calcula que la IA dará como resultado que los centros de datos utilicen 4,5% de la generación energética mundial para 2030. El uso de agua también es significativo, con un estudio Estiman que la IA podría representar hasta 6.600 millones de metros cúbicos de uso de agua para 2027, casi dos tercios del consumo anual de Inglaterra.
¿Qué dicen los expertos sobre el impacto medioambiental?
Un Reino Unido reciente informe apoyado por el gobierno En materia de seguridad, AI dijo que la intensidad de carbono de la fuente de energía utilizada por las empresas de tecnología es «una variable clave» en el trabajo del costo ambiental de la tecnología. Añade, sin embargo, que una «parte significativa» del entrenamiento de modelos de IA todavía se basa en energía alimentada por combustibles fósiles.
De hecho, las empresas tecnológicas están adquiriendo contratos de energía renovable en un intento por cumplir sus objetivos medioambientales. Amazon, por ejemplo, es el mundo el mayor comprador corporativo de energías renovables. Algunos expertos sostienen, sin embargo, que esto empuja a otros usuarios de energía a recurrir a los combustibles fósiles porque no hay suficiente energía limpia para todos.
«El consumo de energía no sólo está aumentando, sino que Google también está luchando por satisfacer esta creciente demanda de fuentes de energía sostenibles», dice Alex de Vries, fundador de Digiconomist, un sitio web que monitorea el impacto ambiental de las nuevas tecnologías.
¿Hay suficiente energía renovable para todos?
Los gobiernos globales están pensando en Triplicar los recursos de energía renovable del mundo para finales de la década para reducir el consumo de combustibles fósiles. de acuerdo con los objetivos climáticos. Pero la ambiciosa promesa, acordada en las conversaciones sobre el clima COP28 del año pasado, ya está en duda y los expertos temen que un fuerte aumento en la demanda de energía de los centros de datos de IA pueda alejarla aún más de su alcance.
La AIE, el organismo de control energético mundial, ha advertido que, aunque la capacidad mundial de energía renovable haya crecido al ritmo más rápido registrado en 20 años en 2023, el mundo saludable sólo puede duplicar su energía renovable para 2030 bajo los actuales planes del gobierno.
La respuesta al apetito energético de la IA puede ser que las empresas de tecnología inviertan más en la construcción de nuevos proyectos de energía renovable para satisfacer su creciente demanda de energía.
¿Desde cuándo podemos construir nuevos proyectos de energías renovables?
Los proyectos de energía renovable terrestres, como los parques eólicos y solares, se construyen relativamente rápido: su desarrollo puede tardar menos de seis meses. Sin embargo, la lentitud en la planificación reina en muchos países desarrollados junto con un atasco global. conexión de nuevos proyectos a la red eléctrica podría añadir años al proceso. Los parques eólicos marinos y los proyectos de energía hidroeléctrica enfrentan desafíos similares, además de tiempos de construcción de entre dos y cinco años.
Esto ha generado preocupación sobre si la energía renovable podrá seguir el ritmo de la expansión de la IA. Según el Wall Street Journal, las principales empresas de tecnología ya han aprovechado un tercio de las centrales nucleares de Estados Unidos para suministrar electricidad con bajas emisiones de carbono a sus centros de datos. Pero sin invertir en nuevas fuentes de energía, estas ofertas desvían la electricidad con bajas emisiones de carbono de otros usuarios, lo que lleva a un mayor consumo de combustibles fósiles para satisfacer la demanda general.
¿Crecerá para siempre la demanda de electricidad por parte de la IA?
Las reglas normales de oferta y demanda sugerirían que a medida que la IA utiliza más electricidad, el costo de la energía aumenta y la industria se ve obligada a economizar. Pero la naturaleza única de la industria significa que las empresas más grandes del mundo podrían decidir aumentar el costo de la electricidad, quemando como resultado miles de millones de dólares.
Los centros de datos más grandes y caros del sector de la IA son los que se utilizan para entrenar las «fronteras» de la IA, sistemas como GPT-4o y Claude 3.5 que son más potentes y capaces que cualquier otro. El líder en el campo ha cambiado a lo largo de los años, pero OpenAI generalmente está cerca de la cima, luchando por la posición con Anthropic, creador de Claude, y Gemini de Google.
La competencia «de frontera» ya está diseñada para que «el ganador se lo lleve todo», y muy poco impida que los clientes salten al resultado final. Esto significa que si una empresa gasta 100 millones de dólares en una carrera de entrenamiento para un nuevo sistema de inteligencia artificial, sus competidores tendrán que decidir si gastan aún más o abandonan la carrera por completo.
Peor aún, la carrera por los llamados «AGI», sistemas de inteligencia artificial que son capaces de hacer todo lo que una persona puede hacer, significa que podría valer la pena gastar cientos de miles de millones de dólares en una sola carrera de entrenamiento, si esto condujera a la su empresa para monopolizar una tecnología que podría, como OpenAI dice«elevar a la humanidad».
¿No están aprendiendo las empresas de IA a utilizar menos electricidad?
Cada mes, hay nuevas innovaciones en tecnología de inteligencia artificial que permiten a las empresas hacer más con menos. En marzo de 2022, por ejemplo, un proyecto de DeepMind llamado Chinchilla mostró a los investigadores cómo entrenar modelos de IA de vanguardia utilizando una potencia informática radicalmente menor cambiando la relación entre la cantidad de datos de entrenamiento y el tamaño del resultado del modelo.
Pero esto no resultó en que los mismos sistemas de IA usaran menos electricidad; en cambio, resultó en la misma cantidad de electricidad que se utilizó para mejorar aún más los sistemas de IA. En economía, este fenómeno se conoce como «paradoja de Jevons», en honor al economista que señaló que la mejora de la máquina de vapor por parte de James Watt, que permitió utilizar mucho menos carbón, condujo en cambio a un gran aumento en la cantidad de carbón. Los combustibles fósiles quemados en Inglaterra. A medida que el precio de la energía de vapor cayó después de la invención de Watt, se descubrieron nuevos usos que no habrían valido la pena cuando la energía era cara.
