La inteligencia artificial no es tan sostenible como debiera. Por ejemplo, el entrenamiento del ChatGPT conlleva una importante cantidad de energía desde la gestión del servicio al cliente hasta la predicción del comportamiento del usuario. Así lo confirma Josh Gordon, experto de Geonode. Una energía que podría redirigirse para alimentar a un promedio de unos 120 hogares estadounidenses, afirma.
Entre los datos que aporta, figura que ejecutarlo para consultas puede costar alrededor de 1 GWh por día, el equivalente al consumo de energía de 33.000 hogares estadounidenses. Sin olvidar que el consumo total de energía para entrenar y ejecutar un modelo de este tipo podría llegar hasta 10 GW, similar al consumo anual de más de 1.000 hogares estadounidenses.
Por otro lado, un estudio de la Universidad de Copenhague, llevado a cabo en 2020, estimó que una sesión de entrenamiento de GPT-3, en la que se basa ChatGPT, consumió tanta energía como 126 hogares daneses en un periodo de tiempo que no especificaron.
Este consumo, según Gordon, sería similar a los enormes recursos computacionales necesarios para entrenar y ejecutar estos modelos alojados en centros de datos con miles de chips dentro de los servidores. Algunos ejemplos vendrían de la mano de una gran base de usuarios al mismo tiempo en todo el mundo, algo que aumenta en gran medida el consumo de energía, sobre todo en las horas pico de uso. La complejidad a la hora de dar respuestas detalladas y precisas ya que esto requiere cálculos complejos y una red neuronal más extensa, incrementando las demandas de energía. O el gran número de idiomas y dialectos utilizados, así como las interacciones fluidas y en tiempo real, que también acrecientan el consumo de energía. Todo ello incide en la huella de carbono a escala global, reivindica Josh Gordon.
Así, GPT-3 en el que se basa ChatGPT, emitió 552 toneladas de dióxido de carbono durante su creación, semejante a las emisiones anuales de unos 120 vehículos de pasajeros y a 613 vuelos de ida y vuelta entre Nueva York y Los Ángeles.
¿Cuántos árboles se necesitarían para absorber 552 toneladas de dióxido de carbono? Alrededor de 25.500 al año, apunta.
Por todo ello Gordon considera que es necesario repensar el uso de energía en la IA, algo en lo que ya se está avanzando. Entre las medidas que propone figuran el diseño de modelos que ofrezcan un rendimiento energético eficiente. Una infraestructura de servidores optimizada. Y energías renovables.
