{"id":35991,"date":"2023-05-23T13:55:49","date_gmt":"2023-05-23T18:55:49","guid":{"rendered":"https:\/\/einsteresante.com\/?p=35991"},"modified":"2023-05-23T13:55:49","modified_gmt":"2023-05-23T18:55:49","slug":"cual-es-el-impacto-ambiental-de-las-ia-generativas-como-chatgpt","status":"publish","type":"post","link":"https:\/\/einsteresante.com\/index.php\/2023\/05\/23\/cual-es-el-impacto-ambiental-de-las-ia-generativas-como-chatgpt\/","title":{"rendered":"\u00bfCu\u00e1l es el impacto ambiental de las IA generativas como ChatGPT?"},"content":{"rendered":"\n

Por<\/em>: Kate Saenko<\/p>\n\n\n\n

La IA generativa es la nueva tecnolog\u00eda de moda detr\u00e1s de los chatbots y los generadores de im\u00e1genes. Pero, \u00bfqu\u00e9 tan caliente est\u00e1 haciendo el planeta?<\/p>\n\n\n\n

Como investigadora de IA, a menudo me preocupo por los costos energ\u00e9ticos de construir modelos de inteligencia artificial. Cuanto m\u00e1s poderosa es la IA, m\u00e1s energ\u00eda consume. \u00bfQu\u00e9 significa la aparici\u00f3n de modelos de IA generativa cada vez m\u00e1s potentes para la huella de carbono futura de la sociedad?<\/p>\n\n\n\n

“Generativo” se refiere a la capacidad de un algoritmo de IA para producir datos complejos. La alternativa es la IA “discriminativa”, que elige entre un n\u00famero fijo de opciones y produce un solo n\u00famero. Un ejemplo de un resultado discriminatorio es elegir si se aprueba una solicitud de pr\u00e9stamo.<\/p>\n\n\n\n

La IA generativa puede crear resultados mucho m\u00e1s complejos, como una oraci\u00f3n, un p\u00e1rrafo, una imagen o incluso un video corto. Se ha utilizado durante mucho tiempo en aplicaciones como altavoces inteligentes para generar respuestas de audio o en autocompletar para sugerir una consulta de b\u00fasqueda. Sin embargo, solo recientemente obtuvo la capacidad de generar un lenguaje humano y fotos realistas.<\/p>\n\n\n\n

Usando m\u00e1s energ\u00eda que nunca
<\/strong>El costo de energ\u00eda exacto de un solo modelo de IA es dif\u00edcil de estimar e incluye la energ\u00eda utilizada para fabricar el equipo inform\u00e1tico, crear el modelo y utilizar el modelo en producci\u00f3n. En 2019, los investigadores descubrieron que crear un modelo de IA generativo llamado BERT con 110 millones de par\u00e1metros consum\u00eda la energ\u00eda de un vuelo transcontinental de ida y vuelta para una persona.<\/p>\n\n\n\n

El n\u00famero de par\u00e1metros se refiere al tama\u00f1o del modelo, siendo generalmente los modelos m\u00e1s grandes los m\u00e1s h\u00e1biles. Los investigadores estimaron que crear el GPT-3 mucho m\u00e1s grande, que tiene 175 mil millones de par\u00e1metros, consumi\u00f3 1287 megavatios hora de electricidad y gener\u00f3 552 toneladas de di\u00f3xido de carbono equivalente, el equivalente a 123 veh\u00edculos de pasajeros a gasolina conducidos durante un a\u00f1o. Y eso es solo para preparar el modelo para su lanzamiento, antes de que los consumidores comiencen a usarlo.<\/p>\n\n\n\n

El tama\u00f1o no es el \u00fanico predictor de las emisiones de carbono. El modelo BLOOM de acceso abierto, desarrollado por el proyecto BigScience en Francia, es similar en tama\u00f1o a GPT-3 pero tiene una huella de carbono mucho menor, ya que consume 433 MWh de electricidad para generar 30 toneladas de CO2eq. Un estudio realizado por Google descubri\u00f3 que para el mismo tama\u00f1o, el uso de una arquitectura y un procesador modelo m\u00e1s eficientes y un centro de datos m\u00e1s ecol\u00f3gico puede reducir la huella de carbono entre 100 y 1000 veces.<\/p>\n\n\n\n

Los modelos m\u00e1s grandes usan m\u00e1s energ\u00eda durante su implementaci\u00f3n. Hay datos limitados sobre la huella de carbono de una sola consulta de IA generativa, pero algunas cifras de la industria estiman que es de cuatro a cinco veces mayor que la de una consulta de motor de b\u00fasqueda. A medida que los chatbots y los generadores de im\u00e1genes se vuelven m\u00e1s populares, y Google y Microsoft incorporan modelos de lenguaje de IA en sus motores de b\u00fasqueda, la cantidad de consultas que reciben cada d\u00eda podr\u00eda crecer exponencialmente.<\/p>\n\n\n\n

Bots de IA para b\u00fasqueda
<\/strong>Hace unos a\u00f1os, no mucha gente fuera de los laboratorios de investigaci\u00f3n usaba modelos como BERT o GPT. Eso cambi\u00f3 el 30 de noviembre de 2022, cuando OpenAI lanz\u00f3 ChatGPT. Seg\u00fan los \u00faltimos datos disponibles, ChatGPT tuvo m\u00e1s de 1500 millones de visitas en marzo de 2023. Microsoft incorpor\u00f3 ChatGPT a su motor de b\u00fasqueda, Bing, y lo puso a disposici\u00f3n de todos el 4 de mayo de 2023. Si los chatbots se vuelven tan populares como los motores de b\u00fasqueda, la energ\u00eda los costos de implementar las IA realmente podr\u00edan sumarse. Pero los asistentes de IA tienen muchos m\u00e1s usos adem\u00e1s de la b\u00fasqueda, como escribir documentos, resolver problemas matem\u00e1ticos y crear campa\u00f1as de marketing.<\/p>\n\n\n\n

Otro problema es que los modelos de IA deben actualizarse continuamente. Por ejemplo, ChatGPT solo se entren\u00f3 con datos de hasta 2021, por lo que no sabe nada de lo que sucedi\u00f3 desde entonces. La huella de carbono de crear ChatGPT no es informaci\u00f3n p\u00fablica, pero es probable que sea mucho m\u00e1s alta que la de GPT-3. Si tuviera que ser recreado regularmente para actualizar su conocimiento, los costos de energ\u00eda aumentar\u00edan a\u00fan m\u00e1s.<\/p>\n\n\n\n

Una ventaja es que preguntarle a un chatbot puede ser una forma m\u00e1s directa de obtener informaci\u00f3n que usar un motor de b\u00fasqueda. En lugar de obtener una p\u00e1gina llena de enlaces, obtiene una respuesta directa como lo har\u00eda con un ser humano, suponiendo que se mitiguen los problemas de precisi\u00f3n. Llegar a la informaci\u00f3n m\u00e1s r\u00e1pido podr\u00eda compensar potencialmente el mayor uso de energ\u00eda en comparaci\u00f3n con un motor de b\u00fasqueda.<\/p>\n\n\n\n

Caminos a seguir
<\/strong>El futuro es dif\u00edcil de predecir, pero los grandes modelos generativos de IA llegaron para quedarse, y es probable que la gente recurra cada vez m\u00e1s a ellos en busca de informaci\u00f3n. Por ejemplo, si un estudiante necesita ayuda para resolver un problema de matem\u00e1ticas ahora, le pregunta a un tutor o a un amigo, o consulta un libro de texto. En el futuro, probablemente le preguntar\u00e1n a un chatbot. Lo mismo ocurre con otros conocimientos expertos, como el asesoramiento legal o la experiencia m\u00e9dica.<\/p>\n\n\n\n

Si bien un solo modelo grande de IA no arruinar\u00e1 el medio ambiente, si mil empresas desarrollan bots de IA ligeramente diferentes para diferentes prop\u00f3sitos, cada uno utilizado por millones de clientes, el uso de energ\u00eda podr\u00eda convertirse en un problema. Se necesita m\u00e1s investigaci\u00f3n para hacer que la IA generativa sea m\u00e1s eficiente. La buena noticia es que la IA puede funcionar con energ\u00eda renovable. Llevando el c\u00f3mputo a donde la energ\u00eda verde es m\u00e1s abundante, o programando el c\u00f3mputo para los momentos del d\u00eda en que la energ\u00eda renovable est\u00e1 m\u00e1s disponible, las emisiones pueden reducirse en un factor de 30 a 40, en comparaci\u00f3n con el uso de una red dominada por combustibles f\u00f3siles.<\/p>\n\n\n\n

Finalmente, la presi\u00f3n social puede ser \u00fatil para alentar a las empresas y los laboratorios de investigaci\u00f3n a publicar las huellas de carbono de sus modelos de IA, como ya lo hacen algunos. En el futuro, tal vez los consumidores podr\u00edan incluso usar esta informaci\u00f3n para elegir un chatbot “m\u00e1s ecol\u00f3gico”.<\/p>\n\n\n\n

Este art\u00edculo es una traducci\u00f3n de otro publicado en The Conversation<\/a>. Puedes leer el texto original haciendo clic aqu\u00ed<\/a>.<\/em><\/p>\n","protected":false},"excerpt":{"rendered":"

Por: Kate Saenko La IA generativa es la nueva tecnolog\u00eda de moda detr\u00e1s de los chatbots y los generadores de im\u00e1genes. Pero, \u00bfqu\u00e9 tan caliente est\u00e1 haciendo el planeta? Como investigadora de IA, a menudo me preocupo por los costos energ\u00e9ticos de construir modelos de inteligencia artificial. Cuanto m\u00e1s poderosa es la IA, m\u00e1s energ\u00eda […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[10],"tags":[],"class_list":["post-35991","post","type-post","status-publish","format-standard","hentry","category-medio-ambiente"],"_links":{"self":[{"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/posts\/35991","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/comments?post=35991"}],"version-history":[{"count":12,"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/posts\/35991\/revisions"}],"predecessor-version":[{"id":36003,"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/posts\/35991\/revisions\/36003"}],"wp:attachment":[{"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/media?parent=35991"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/categories?post=35991"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/einsteresante.com\/index.php\/wp-json\/wp\/v2\/tags?post=35991"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}