¿Contamina el algoritmo? Esta es la huella que deja la inteligencia artificial

Hace sesenta años pocos podían imaginar que, en la actualidad, Alexa diese repuesta de viva voz a todas nuestras dudas, o que a través del escaneo de nuestro iris fuésemos identificados con nombres y apellidos. Sin embargo, ya en esos años «la ciencia» que permitiría esas cuestiones –que por aquel entonces parecían ciencia-ficción– se estaba gestando.

En la actualidad, pocos son conscientes de algunos efectos de esta realidad. No tanto en cuestiones de seguridad o privacidad, sino en cuanto al impacto medioambiental de preguntarle a Siri en qué cines de la ciudad se proyecta la última película de Almodóvar. La inteligencia artificial no solo está dejando una marcada huella social y cultural, sino también una fuerte huella de carbono en el medio ambiente.

Cada vez que se ejecuta un algoritmo de inteligencia artificial se realiza un gran consumo energético. Y, según la ley de Moore, desde 1959 hasta 2012, se ha duplicado cada dos años la potencia de cálculo necesaria para manejar la inteligencia artificial. ¿Y desde 2012 hasta ahora? ¿Cuánto se ha desarrollado esta disciplina?

El mercado de las tecnologías de la información fue el responsable del 4% de emisiones globales en 2020

Debido al cada vez más creciente volumen de datos y al incremento de las necesidades de computación, se han construido grandes centros de datos que requieren un importante volumen de consumo energético. Por ejemplo, solo en Estados Unidos, los centros de datos suponen el 1,8% del consumo eléctrico del país.

En este sentido, la consultoría McKinsey estima que el mercado de las tecnologías de la información fue el responsable de entre el 3 y el 4% de las emisiones de CO2 del mundo en 2020. Ante esta realidad, agentes públicos y privados deben tomar medidas, con acciones dirigidas a reducir el impacto medioambiental de la digitalización y la inteligencia artificial. ¿Cómo? De la mano de algoritmos verdes.

Aquí también debe brotar el color de la sostenibilidad. El objetivo es que cualquier dato empresarial sea interpretado por algoritmos sostenibles cuya ejecución requiera de un menor consumo energético con el fin de alcanzar un equilibrio entre el volumen de datos necesario para entrenar los modelos, la cantidad de tiempo empleado y el número de iteraciones orientadas a optimizar sus parámetros.

Los algoritmos verdes están diseñados para utilizar la IA maximizando la eficiencia energética

De este modo, aunque para muchos suene a ciencia-ficción, la forma en que se diseña un algoritmo impacta directamente en los recursos de energía que se requieren cuando se ejecuta ese algoritmo. Asimismo, esto contempla utilizar fuentes de energía renovable en la creación y aplicación de estos modelos, así como velar por la eficiencia de ese consumo energético.

Con todo ello, los algoritmos verdes están diseñados para utilizar la inteligencia artificial de forma más inclusiva y respetuosa con el planeta, maximizando la eficiencia energética de las infraestructuras tecnológicas. Son algoritmos diseñados de tal modo que al ejecutarse sean más eficientes, consuman menos recursos y consigan el mismo resultado que obtendría un algoritmo más complejo, siendo, en definitiva, más sostenibles para el medio ambiente.

Igualmente, el uso compartido de servicios de tecnología de la información alojados en la nube contribuye también en gran medida a la sostenibilidad. Este uso, mediante computación cloud (o en la nube), supone un impacto muy positivo para el medio ambiente frente a la computación tradicional, pues las empresas o usuarios que no tienen sus propios centros de datos cuentan con servicios de tecnología de la información en la nube o híbridos, de forma que aprovechan las ventajas de tener una infraestructura tecnológica accesible vía internet muy escalable. Así, solo utilizan lo que necesitan en cada momento, evitándoles adquirir recursos excesivos por previsión de picos de uso para realizar cada servicio con el consecuente perjuicio para el medio ambiente.

Nosotros trabajamos con tecnologías que permiten construir clouds privadas e híbridas. Además, desarrollamos software basado en estándares que permite la construcción de clouds privadas, públicas e híbridas con una capacidad de gestión que facilita la independencia del proceso de negocio de la implantación cloud y la movilidad según las necesidades. Todo ello, con altos niveles de seguridad, privacidad de datos y escalabilidad; contribuyendo a que «la huella» que la IA está dejando en la nuestra sociedad sea lo más sostenible posible.

José Ventura es DataScience Leader en IBM y profesor en el Schiller Institute of Business Technology in partnership with IBM.