Ahora se puede aprovechar el poder de la predicción de la IA para determinar el bienestar de los ecosistemas.
La rápida evolución de la IA ha provocado avances digitales en casi todos los sectores. La tecnología es capaz de interpretar los datos contextualmente para proporcionar la información solicitada, suministrar análisis e impulsar eventos basados en los resultados. Al mismo tiempo, las empresas tienen que cumplir con los requisitos sociales, de los inversores y de la normativa en cuanto al uso de tecnologías avanzadas como la IA. Asimismo, es crucial que las organizaciones se comprometan a utilizar la tecnología con un propósito, que conduzca al camino del desarrollo sostenible.
En su reciente estudio, el Instituto Allen para la IA defiende la priorización de los esfuerzos en lo que se conoce como la ‘IA verde’ y que se centran en la eficiencia energética de los sistemas de inteligencia artificial. El estudio se basa en muchos avances de alto perfil en la IA que han hecho tambalear las huellas de carbono. Según una entrada del blog de OpenAI, la cantidad de computación necesaria para las mayores ejecuciones de entrenamiento de IA se ha multiplicado exponencialmente por 300.000 desde 2012. Este aumento de los requisitos computacionales conduce a los impactos ambientales pesimistas de la inteligencia artificial.
Los expertos en inteligencia artificial coinciden en que los problemas medioambientales suelen implicar procesos complejos que los científicos aún no comprenden del todo y para los que los recursos disponibles son limitados. Con los avances en el aprendizaje automático y el aprendizaje profundo, ahora se puede aprovechar el poder de predicción de la IA para hacer mejores modelos basados en datos de los procesos ambientales para mejorar la capacidad de estudiar las tendencias actuales y futuras, incluida la disponibilidad de agua, el bienestar de los ecosistemas y la contaminación.
La IA también puede desempeñar un papel clave en la mejora de las decisiones medioambientales y la labor de elaboración de políticas, al aportar un enfoque algorítmico a esa labor.
¿Qué es la IA verde?
La IA ecológica o verde forma parte de un interés más amplio y antiguo por la investigación científica respetuosa con el medio ambiente. La investigación en IA puede ser costosa desde el punto de vista computacional de muchas maneras; sin embargo, cada una de ellas ofrece oportunidades de mejoras eficientes. Por ejemplo, se podría exigir a los trabajos de investigación que grafiquen la precisión en función del coste computacional y el tamaño del conjunto de entrenamiento, lo que daría una base para una investigación más eficiente en cuanto a datos en el futuro. Informar sobre el precio computacional de la búsqueda, el entrenamiento y la ejecución de los modelos es una práctica clave de la IA verde.
Resolver los retos de la sostenibilidad con la IA
La IA tiene el potencial de resolver varios problemas medioambientales. Google, por ejemplo, utiliza su propia experiencia en IA para mejorar su eficiencia energética, aprovechando las capacidades de aprendizaje automático de DeepMind que han reducido la cantidad de energía necesaria para refrigerar sus centros de datos en un 40%.
Como señala Deloitte en un informe, conseguir el bienestar de la sociedad y del medio ambiente a través de la inteligencia artificial son consideraciones estratégicas clave de la Comisión Europea, que reconoce que «los sistemas de IA prometen ayudar a abordar las preocupaciones más acuciantes, como el cambio climático y la degradación del medio ambiente». En este contexto, el Gobierno del Reino Unido ha observado que la IA puede ayudar a abordar los Grandes Retos del país, que son cuatro tendencias globales transformadoras establecidas en la Estrategia Industrial del Reino Unido, que incluyen cuestiones relacionadas con el cambio climático, algo que podría ser emulable por el resto de países.
¿Qué se puede hacer?
La IA verde se refiere a la investigación en IA que produce resultados novedosos sin aumentar el coste computacional, e idealmente reduciéndolo, mientras que la IA roja ha dado lugar a un rápido aumento de los costes computacionales y, por tanto, de las emisiones de carbono.
En este sentido, destacan acciones como obligar a las empresas a proporcionar una total transparencia energética y de carbono; contabilizar la cadena de suministro completa, incluyendo todos los pasos desde la extracción de minerales para los chips hasta los residuos producidos por los aparatos de consumo y comprender los efectos de rebote, y garantizar que no aumente el consumo de combustibles fósiles, algo en lo que la Inteligencia Artificial verde va a ser determinante.
