A pesar de que la pandemia ha provocado un descenso en los niveles de contaminación en gran parte de las industrias. Sin embargo, los sistemas de Inteligencia Artificial se han analizado y los resultados han sido negativos, durante el COVID-19 han generado más toneladas de dióxido de carbono.
Durante los últimos meses se han desarrollo gran cantidad de sistemas de Inteligencia Artificial para facilitar el control de la gente y evitar los contagios por coronaivrus, el problema es que estos sistemas generan grandes cantidades de dioxido de carbono.
Estudio de la Universidad de Massachusetts
La Universidad de Massachusetts ha sido la unica en analizar a fondo qué cantidad de dioxido de carbono se producen al desarrollar un sistemas de Inteligencia Artificial.
Para conocer cuánto contaminaba el proceso de desarrollo de un sistema NLP, calcularon los kilowatios por hora necesarios para el proceso de adiestramiento. Los resultados del calculo se pueden traducir en una factura de la luz y, así se obtienen las emisoines de CO2 asociadas.
El estudio de ha centrado sobre todo en conocer cuánto contamina un sistema NLP, pero a parte de todos esto datos hay que sumar lo que luego consume el modelo a lo largo de su vida cuando está en funcionamiento.
¿Qué cantidad de datos se suelen manejar para entrenar un sistema de IA?
Los modelos más conocidos de NLP son: GPT-2, Bert y XLNet. Vamos ha conocer qué cantidad de datos se han utilizado en cada uno de ellos para entrenarlos:
- Para desarrollar el GPT-2 se ha entrenado con 8 millones de páginas web. Ya se ha desarrollado la nueva versión, el GPT-3, que posee el doble de información para su entrenamiento.
- En el caso de Bert, esta red neuronal de código abierto se ha entrenado con 3.300 millones de palabras.
