IA, Deep Learning e Impacto Medioambiental

La Inteligencia Artificial (IA) de la que ya hemos hablado en este artículo, es una realidad. La Inteligencia Artificial permite que tus dispositivos realicen funciones maravillosas, pero que ya hemos normalizado e introducido en nuestro día a día, sin pensar casi en qué implican. IA es que Google Maps sea capaz de calcular la mejor ruta para llegar a tu destino; es Netflix sugiriéndote las series que deberías ver; Gmail clasificando por ti el correo spam… Todo eso es Inteligencia Artificial.

Evidentemente, una tecnología con potencial, pero aun apenas investigada. Es decir: aun le queda mucha historia y mucho que jugar a la Inteligencia Artificial. Es por esta razón, que quizá deberíamos plantearnos los posibles efectos a largo plazo de la IA.

El impacto de la Inteligencia Artificial en el Medioambiente

La Inteligencia Artificial, tal y como ocurre con la Inteligencia humana, es un recurso bruto que necesita del “Deep Learning” para mejorar y afinar sus predicciones. Es decir, la IA también se basa en el aprendizaje, este llamado “aprendizaje profundo” o “Deep Learning”; y aprendido, no se nace. El “Deep Learning” consiste en que las máquinas puedan aprender en base a procesos de aprendizaje como el ensayo y error, para mejorar la toma de decisiones. Es decir, es conseguir que las máquinas superen el aprendizaje analítico, basado en reglas previas que les programamos. De esta manera, consiguiendo un aprendizaje experiencial, los dispositivos serán capaces de tomar decisiones automáticas, más acertadas e ir mejorando en las mismas; sin necesidad de que sean introducidas o cambiadas las reglas.

El “Deep Learning” permite mejorar muchos servicios que las máquinas nos pueden ofrecer. No obstante también tiene un alto coste.

El “Deep Learning” nos permite progresar, pero es costoso.

El problema del “Deep Learning” es que la necesidad de entrenar, interactuar y el consiguiente efecto multiplicador del mismo, implica un gran gasto a nivel medioambiental. Conlleva un altísimo consumo eléctrico y las consecuentes emisiones contaminantes.

En este estudio que la Universidad de Massachusetts  ha publicado, se demuestra cómo para entrenar a un solo robot de IA de alta capacidad, es necesario emitir a la atmósfera  una huella de carbono similar a las emisiones de entre 4 y 5 vehículos estadounidenses (más contaminante que el estándar europeo) durante toda la vida de los coches, e incluyendo los costes medioambientales implicados en la fabricación de los mismos en la planta automovilística.

Algunos detalles analizados en esta investigación implican que el gasto computacional y medioambiental del entrenamiento de los robots de IA aumenta exponencialmente en concordancia con las interacciones necesarias para entrenar al sistema en cada materia. Este gasto, así mismo, aumenta proporcionalmente a la complejidad del sistema de Inteligencia Artificial.

Avanzar socioeconómicamente parece tener un gasto que hay que poner sobre la mesa. Necesariamente, la inteligencia artificial supone ciertos riesgos. No sólo a nivel ambiental, si no que también en el ámbito laboral, por ejemplo. Es importante considerar y estudiar los mismos para poder avanzar con paso seguro, y no destructor.

Sería conveniente investigar, a la par que la complejidad de estos robots, cómo disminuir los potenciales costos para la humanidad. Y así, quizá, podremos evitar errores ya cometidos en el pasado, como los CFCs. ¿Los recordáis?

Leave a Reply Text

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *