El constante avance tecnológico ha traído innumerables beneficios a nuestras vidas, pero también ha desencadenado preocupaciones ambientales debido a su creciente huella. Uno de los campos tecnológicos que ha generado un debate sobre su impacto es la inteligencia artificial (IA), que requiere una gran cantidad de datos y recursos computacionales, lo que se traduce en un alto consumo de energía. Sin embargo, a medida que la IA se vuelve más compleja, sus necesidades energéticas también aumentan, planteando preguntas sobre su sostenibilidad.
Para comprender mejor este desafío, es importante analizar algunos datos. Realizar una búsqueda en Google consume en promedio 0,0003 kWh, mientras que una consulta en ChatGPT, un modelo de IA avanzado, puede requerir entre 0,001 y 0,01 kWh, lo que representa hasta tres veces más energía por solicitud. Además, OpenAI, la compañía detrás de ChatGPT, estima que el entrenamiento de GPT-3 consumió hasta 78.437 kWh de electricidad, equivalente al consumo de un hogar promedio en España durante 23 años. Sin embargo la preocupación no se limita al entrenamiento de estos modelos.
El mayor impacto ambiental proviene del uso continuo de tecnologías como la IA, que requieren un suministro constante de energía y sistemas de refrigeración para mantener los servidores funcionando eficientemente. Por ejemplo, Google informa que en 2021 se utilizaron 12.700 millones de litros de agua dulce para enfriar sus centros de datos. Otros estudios sugieren que una conversación de 30 preguntas en ChatGPT podría consumir al menos 1 litro de agua.
Ante esta problemática las grandes empresas tecnológicas han comenzado a tomar medidas para abordar su impacto ambiental. Estas medidas incluyen la adopción de energías renovables para alimentar los centros de datos, mejoras en la eficiencia energética de los servidores y programas de reciclaje de productos electrónicos.
Enfrentar la huella ambiental del entorno digital es un desafío complejo que requiere una combinación de innovaciones técnicas, estratégicas y políticas. A continuación, se presentan algunos enfoques que podrían contribuir a mitigar este problema:
Veeam lanza el primer modelo de madurez de resiliencia de datos (DRMM) para ayudar a…
OVHcloud presenta Data Platform, una solución completa para el análisis y gestión de datos con…
Son dos instalaciones en Londres y otras en Ámsterdam, Berlín, Düsseldorf, Fráncfort, Hamburgo y Múnich,…
Lenovo lanza 21 nuevos sistemas ThinkSystem y ThinkAgile para cargas de trabajo de IA, virtualización…
Juniper Research prevé que este año se alcancen los 30.000 millones de dólares y que…
Proofpoint presenta una plataforma unificada que combina DLP, DSPM e IA para proteger los datos…