Logo Computerhoy.com

Generar una imagen con IA gasta tanta energía como 950 cargas completas de tu teléfono

Generar una imagen con IA gasta tanta energía como 950 cargas completas de tu teléfono

Pexel

La inteligencia artificial se ha convertido en una entidad omnipresente, impulsando desde aplicaciones cotidianas hasta complejos sistemas empresariales. Sin embargo, esta revolución tecnológica viene con un coste oculto: su significativo impacto energético y ambiental.

Un estudio, realizado por expertos de la Universidad Carnegie Mellon, ha arrojado luz sobre este tema, revelando datos preocupantes sobre el consumo de energía y las emisiones de carbono asociadas a la inteligencia artificial.

La investigación destaca que los sistemas generativos de propósito general, aquellos diseñados para efectuar múltiples tareas, son notablemente más costosos en términos energéticos y de emisiones de carbono en comparación con sistemas específicos para tareas concretas. 

Esta diferencia es especialmente notable cuando se considera que estos sistemas de IA de múltiples propósitos son cada vez más comunes en productos comerciales de tecnología. La "ambición" de estos sistemas implica un alto precio para el medio ambiente.

El estudio pone de manifiesto el rápido crecimiento en el consumo de electricidad por parte de los principales proveedores de computación en la nube, como Meta, Amazon, Microsoft y Google

El uso de IA ha aumentado el consumo eléctrico mundial

El aumento es reflejo del creciente uso de centros de datos, cuyo consumo eléctrico global ha crecido entre un 20-40% anualmente, representando ahora entre el 1-1,3% de la demanda eléctrica mundial. 

Adentrándonos en los detalles del estudio, encontramos que tareas como la generación de imágenes y textos son las más intensivas en energía y carbono

ChatGPT un año

La generación de imágenes utilizando modelos de IA puede consumir tanta energía como 950 cargas completas de un smartphone promedio, mientras que las tareas de generación de texto son algo más eficientes, consumiendo solo un 16% de esa energía para 1000 inferencias.

La investigación también subraya que, aunque el entrenamiento de modelos de IA es intensivo en energía, la fase de inferencia, donde los modelos se utilizan realmente, puede ser aún más demandante.

Finalmente, el estudio concluye con una llamada a la reflexión sobre el uso de modelos de inteligencia artificial de propósito general, sugiriendo que su implementación debe ser más cuidadosa y considerada, especialmente en tareas bien definidas. 

Esta investigación, publicada en el MIT Technology Review, no solo proporciona información crucial sobre el impacto ambiental y económico de la IA, sino que también insta a un cambio de paradigma en la forma en que desarrollamos y utilizamos estas tecnologías. 

Descubre más sobre , autor/a de este artículo.

Conoce cómo trabajamos en Computerhoy.