Saciar la sed oculta de la IA

En los últimos años, la promesa de la inteligencia artificial (IA) ha fascinado tanto a los tecnólogos como al público en general. El potencial para aprender, predecir y simular mediante el aprendizaje automático, especialmente modelos de lenguaje grandes como GPT-3, es realmente cautivador. Sin embargo, estas maravillas digitales tienen un costo oculto: el agua.

Sí, lo leíste correctamente. Nuestros compañeros de IA son devoradores de agua.

Usar una herramienta como ChatGPT puede ser tan refrescante como darse un chapuzón en una piscina en un día caluroso, especialmente cuando proporciona una línea de código personalizada que ha estado buscando durante horas. Pero así como te sorprendería descubrir que fue necesario volver a llenar la piscina después de nadar, también te sorprenderá descubrir que una conversación de 15 minutos con tu amigo IA ha consumido potencialmente alrededor de medio litro de agua dulce.

Al principio, esto podría parecer contradictorio. ¿Por qué la IA, una entidad puramente digital, necesitaría agua? Como se revela en un artículo de investigación reciente titulado "Making AI Less 'Thirsty': Uncovering and Addressing the Secret Water Footprint of AI Models", de Li et al., resulta que las empresas de tecnología utilizan grandes cantidades de agua para el entrenamiento y funcionamiento de la IA. inferencias sobre sus enormes empresas computacionales.

Los intensos cálculos necesarios para el entrenamiento de la IA producen una cantidad significativa de calor y, para disipar este calor, las empresas utilizan torres de refrigeración donde se evapora el agua. En consecuencia, este proceso es la forma en que la IA devora agua (agua dulce, para ser precisos).

El documento estima que entrenar un modelo como GPT-3 en los centros de datos de última generación de Microsoft en Estados Unidos podría consumir directamente 700.000 litros de agua dulce limpia. Si la formación se realizara en los centros de datos asiáticos de Microsoft, este consumo se triplicaría.

Aún más asombrosas son las implicaciones del uso de la IA en el agua. Por ejemplo, en junio de 2023, se registraron aproximadamente 1.600 millones de visitas de usuarios en ChatGPT. Si cada interacción consume medio litro de agua, estamos ante cientos de millones de litros de agua dulce utilizados cada mes sólo para alimentar nuestras conversaciones digitales.

A medida que la IA se integra en más aplicaciones y dispositivos, este uso y el consiguiente consumo de agua aumentarán drásticamente. Pronto, las interacciones bancarias impulsadas por la IA, las interfaces de sitios web, el comercio electrónico e incluso las tareas domésticas mundanas serán algo común. Como resultado, el consumo de agua aumentará a la vez, lo que ejercerá más presión sobre nuestros ya limitados recursos de agua dulce.

Abordar esta creciente crisis del agua requiere un enfoque multifacético. Los autores del estudio proponen que las empresas tecnológicas podrían alterar sus tiempos de entrenamiento a períodos de menor calor, reduciendo así la demanda de agua. Sin embargo, esto podría entrar en conflicto con los esfuerzos de reducción de carbono, ya que la energía solar está más disponible durante las horas más calurosas del día.

En esta situación, la presión cívica y pública puede desempeñar un papel crucial. Al implementar estrategias apropiadas de fijación de precios del agua, las ciudades y los estados pueden incentivar a las empresas tecnológicas a reducir su consumo de agua. De hecho, al igual que las mejoras en la eficiencia energética en los centros de datos durante la última década, una mayor atención y presión también podrían inducir mejoras radicales en la eficiencia del uso del agua.

No existe una solución milagrosa en este caso; el problema es tan intrincado como urgente. Las empresas tecnológicas, que se han comprometido a ser "positivas para el agua" para 2030, están estudiando estrategias como la recogida de agua de lluvia y el "enfriamiento adiabático" que utiliza aire en lugar de agua. Pero incluso con estas intervenciones, los ahorros previstos quedan eclipsados ​​por la escala del consumo de agua de los modelos de IA.

Sin embargo, este progreso sería sólo una gota de agua en comparación con el desafío más amplio de la escasez de agua. La huella hídrica de la IA puede ser la punta del iceberg, pero es un indicador de una crisis inminente y mayor. A medida que nuestra sed digital crece, debemos asegurarnos de que no nos deje tirados y secos en el mundo real. Es hora de que todas las partes interesadas (empresas de tecnología, gobiernos y consumidores) aborden los costos ocultos del agua de nuestros compañeros digitales y avancen hacia una IA verdaderamente sostenible.

SM Mashrur Arafin AyónEs una estudiante de posgrado en la Universidad de Dhaka interesada en las intersecciones de género, tecnología y teoría feminista.