Si bien el uso de la IA en sí misma no produce emisiones de gases de efecto invernadero, los procesos necesarios para alimentar estos modelos con datos y entrenarlos podrían estar generando emisiones significativas.
Aparentemente, el auge de la Inteligencia Artificial estaría incrementando nuestra huella de carbono.
De acuerdo con un artículo publicado por Bloomberg, la IA utiliza más energía que otros tipos de informática, el equivalente a la que utilizan 100 familias estadounidenses durante un año. Esta huella resulta significativa, ya que el entrenamiento y funcionamiento de los modelos de IA a menudo requieren grandes cantidades de energía. Si bien el uso de la IA en sí misma no produce emisiones de gases de efecto invernadero, los procesos necesarios para alimentar los modelos con datos y entrenarlos pueden generar emisiones significativas. Por ejemplo, el entrenamiento de modelos de IA a menudo implica el uso de grandes conjuntos de datos que se deben almacenar y procesar, lo que requiere una gran cantidad de energía. Además, los centros de datos que alojan los servidores utilizados para la IA también consumen grandes cantidades de energía para mantenerlos refrigerados y en funcionamiento.
La huella de carbono se refiere a la cantidad total de gases de efecto invernadero que son emitidos directa o indirectamente por una persona o empresa. Estos gases atrapan el calor en la atmósfera y contribuyen al calentamiento global y el cambio climático. Los principales gases de efecto invernadero incluyen el dióxido de carbono, el metano y el óxido nitroso, entre otros.
La huella de carbono puede ser calculada para distintas actividades, como el uso de energía en el hogar, la fabricación de un producto, el transporte de un bien, entre otros. La idea detrás de calcular la huella de carbono es identificar las emisiones de GEI asociadas a una actividad específica para poder tomar medidas para reducirlas y mitigar el impacto en el medio ambiente.
Dentro de los esfuerzos en curso para reducir la huella de carbono de la IA, se está evaluando el uso de fuentes de energía renovable para alimentar los centros de datos y la optimización de los algoritmos de IA para reducir la cantidad de energía necesaria para entrenar y ejecutar los modelos. Otra medida que están tomando es mejorar la eficiencia energética de sus centros de datos y oficinas, mediante la instalación de sistemas de iluminación LED, equipos de enfriamiento y servidores más eficientes, entre otros, así como a través de la compensación de emisiones, por medio de créditos de carbono o invirtiendo en proyectos como la reforestación y la captura de carbono.