Por: Shoshana Kranish, directora sénior de comunicaciones de Dassault Systèmes
La inteligencia artificial (IA) está enfrentando una paradoja en términos de sostenibilidad. Por un lado, puede ayudar a resolver problemas medioambientales como la conservación de la vida silvestre o la predicción de patrones climáticos devastadores. Sin embargo, la producción y el desarrollo de IA también generan grandes cantidades de calor y carbono, lo que contribuye significativamente al cambio climático. En otras palabras, la tecnología que podría salvar el planeta también tiene un impacto negativo en él. La solución no radica en seguir desarrollando más IA, sino en aplicar la tecnología a herramientas existentes con un historial comprobado de éxito.
Por ejemplo, la IA no puede resolver por sí sola el problema del tráfico, pero al integrarse con los semáforos, puede reducir la congestión al optimizar los tiempos de los mismos y disminuir los vehículos inactivos. De manera similar, la IA no puede eliminar la basura del océano, pero puede ayudar a identificarla a través de imágenes para facilitar su limpieza. El mejor enfoque para lograr un futuro más sostenible es integrar tecnologías emergentes como la IA con otras ya probadas y exitosas.
Un problema central de la IA es su enorme consumo de energía. Los sistemas de IA se desarrollan y operan en centros de datos, que requieren grandes cantidades de energía para mantener su infraestructura y, al mismo tiempo, generan mucho calor. Este calor debe ser disipado mediante sistemas de enfriamiento que, a su vez, requieren aún más energía y agua. Jean-Marc Gaufrès, director de soluciones de alta tecnología de Dassault Systèmes, afirma que, aunque se han logrado mejoras en la sostenibilidad de los centros de datos, los esfuerzos nunca terminarán. Las empresas están comenzando a invertir en fuentes de energía renovable; Google, por ejemplo, se ha asociado con una empresa de energía nuclear para alimentar sus centros de datos con reactores modulares sostenibles. Sin embargo, la creciente demanda de IA sigue presentando un desafío para la sostenibilidad.
El impacto ambiental negativo de la IA va más allá del consumo de energía. Los centros de datos aún dependen en gran medida de combustibles fósiles, y el proceso de enfriamiento de sus componentes electrónicos requiere más energía y agua. Además, estos componentes deben ser reemplazados con frecuencia, lo que genera residuos electrónicos. El aumento de la demanda de datos y de IA ha provocado la expansión de la infraestructura digital, lo que perpetúa este ciclo de consumo de energía y aumento del impacto ambiental.
El uso de IA también genera emisiones de carbono a través de interacciones aparentemente inocuas. Por ejemplo, cuando interactuamos con herramientas de IA generativa como ChatGPT, no somos conscientes de que incluso una consulta simple como «¿cuánto es dos más dos?» consume una cantidad significativa de energía. Sasha Luccioni, investigadora de IA y clima, señala que estamos usando la IA para tareas para las que no está diseñada, lo que aumenta el consumo de energía innecesario y empeora el impacto ambiental.
A pesar de estos desafíos, la IA tiene un gran potencial para mitigar el cambio climático. Puede analizar grandes volúmenes de datos para identificar patrones que los humanos no podrían ver, lo que puede ser útil en varios sectores. En la agricultura, por ejemplo, la IA puede optimizar el uso del agua en el riego y mejorar el rendimiento de los cultivos. En la protección del medio ambiente, los drones impulsados por IA pueden monitorear los bosques y detectar la deforestación o la tala ilegal.
En el transporte, la IA puede analizar datos de tráfico en tiempo real para optimizar los tiempos de los semáforos y reducir la congestión, lo que disminuiría las emisiones de los vehículos inactivos. En la construcción, los algoritmos de IA pueden seleccionar materiales y diseños que minimicen el uso de energía y reduzcan el efecto de isla de calor en las ciudades. Además, los sistemas de IA pueden ayudarnos como individuos a tomar decisiones más sostenibles, como en aplicaciones que rastrean nuestro impacto ambiental o sistemas domésticos inteligentes que ajustan el uso de energía según nuestros comportamientos.
Un enfoque particularmente prometedor es la combinación de IA con gemelos virtuales. Los gemelos virtuales han permitido innovaciones sostenibles al virtualizar operaciones, desde el diseño de productos hasta la fabricación y entrega. Empresas de diversos sectores, como la automotriz y la aeronáutica, han utilizado gemelos virtuales para reducir el peso de vehículos y aviones, lo que a su vez reduce el consumo de combustible. Al integrar IA con esta tecnología probada, se pueden lograr mejoras aún mayores en la sostenibilidad.
En el ámbito empresarial, una nueva iniciativa, el modelo de lenguaje grande como servicio (LLMaS), ofrece una forma de reducir las emisiones de los centros de datos al permitir que las empresas utilicen modelos de IA sin tener que desarrollarlos y capacitarlos por sí mismas. Esto reduce la necesidad de infraestructuras de datos masivas, lo que a su vez disminuye el impacto ambiental.
El viaje hacia un futuro más sostenible depende de reconocer la dualidad de la IA. Si bien esta tecnología demuestra un potencial notable para mejorar nuestros esfuerzos en la lucha contra el cambio climático (a través de innovaciones en agricultura, transporte y construcción), es esencial reconocer que su verdadero poder reside en la sinergia con tecnologías existentes y probadas.
Aunque la IA por sí sola no puede resolver la crisis climática, tiene el potencial de contribuir de manera significativa si se aborda correctamente. El verdadero poder de la IA radica en su integración con tecnologías existentes y probadas, como los gemelos virtuales. Esta sinergia puede aumentar la eficacia de las iniciativas de sostenibilidad, ayudando a crear un futuro más verde y resiliente. El reto es encontrar un equilibrio entre el impacto ambiental de la IA y sus beneficios potenciales, adoptando un enfoque colaborativo que aproveche tanto las tecnologías nuevas como las consolidadas. Solo así se podrá desbloquear todo el potencial de la IA para mitigar el cambio climático.