El reciente auge de la generación de imágenes con inteligencia artificial ha sorprendido por su creatividad y precisión, pero también ha puesto en evidencia su alto costo ambiental. La popularidad de las imágenes al estilo Ghibli, creadas con el generador de imágenes de ChatGPT en GPT-4o, ha despertado cuestionamientos sobre la cantidad de energía y recursos que consume esta tecnología.
El impacto energético de la IA generativa
Cada vez que un usuario genera una imagen con IA, detrás de escena se activa una enorme infraestructura de centros de datos que procesan la solicitud. Según el Departamento de Energía de EE. UU., el consumo de energía de estos centros podría triplicarse para 2028, con hasta un 40% de la electricidad utilizada exclusivamente para el enfriamiento de chips de alta potencia. En términos comparativos, este consumo equivale a toda la electricidad utilizada en el estado de California.
Además, la generación de imágenes con IA requiere significativamente más energía que otras tareas computacionales. Un estudio de la Universidad Carnegie Mellon reveló que mientras la clasificación de texto consume apenas 0.002 kWh por cada 1,000 inferencias, la generación de imágenes puede consumir hasta 2.9 kWh, lo que equivale a 1,450 veces más energía.
El consumo de agua: un impacto indirecto
Más allá del gasto energético, la IA también tiene un alto consumo de agua, principalmente debido a la refrigeración de los servidores. Investigadores de la Universidad de Colorado Riverside y la Universidad de Texas Arlington estiman que cada imagen generada por IA podría consumir entre 2 y 5 litros de agua, dependiendo del tipo de procesamiento y las condiciones ambientales de los centros de datos.
El enfriamiento de estos sistemas es fundamental para evitar el sobrecalentamiento de los procesadores de alta gama utilizados en la inteligencia artificial. A medida que el uso de estos modelos sigue en aumento, el impacto en el consumo de agua se vuelve cada vez más significativo.
La generación de imágenes: la tarea más demandante
Los estudios también señalan que las tareas generativas son las más intensivas en consumo de energía y emisiones de carbono dentro de la IA. Mientras que tareas como la clasificación de datos tienen un impacto relativamente bajo, la generación de contenido completamente nuevo (como imágenes, textos y subtítulos automáticos) consume una cantidad de energía considerablemente mayor.
Un informe de Carnegie Mellon destaca que la generación de imágenes utiliza, en promedio, 60 veces más energía que la generación de texto, lo que hace que esta tecnología sea una de las más demandantes dentro del campo de la inteligencia artificial.
¿Cómo reducir el impacto ambiental de la IA?
A medida que la inteligencia artificial se vuelve más sofisticada y accesible, las compañías tecnológicas enfrentan el desafío de reducir su huella ambiental. Investigadores han identificado varios obstáculos en este camino, como la falta de transparencia sobre el consumo energético real, la dificultad para coordinar los recursos de la industria y la ausencia de métricas estandarizadas para medir el impacto ambiental de la IA.
Ante este panorama, es crucial que las empresas inviertan en soluciones más eficientes, como la optimización de algoritmos, el uso de energías renovables en los centros de datos y el desarrollo de sistemas de enfriamiento más sostenibles. Solo así será posible mitigar el impacto ambiental de la inteligencia artificial sin frenar su evolución tecnológica.
