La imagen de la IA consume tanta energía como la carga de un teléfono: ¿son ChatGPT y compañía perjudiciales para el clima?

La IA generativa es una potente tecnología utilizada en diversos campos, desde el desarrollo de productos hasta la investigación médica. Sin embargo, su uso tiene una importante huella de carbono. Según un estudio reciente realizado por investigadores de Hugging Face y la Universidad Carnegie Mellon, generar una sola imagen utilizando IA consume tanta energía como cargar completamente un smartphone.

El estudio, dirigido por Sasha Luccioni, de Hugging Face, analizó el impacto de 10 indicaciones en 88 modelos de IA diferentes (basados en la nube). Se utilizó la herramienta Code Carbon para medir el consumo de energía. El análisis reveló que la creación de imágenes era la actividad que más carbono y energía consumía.

1.000 imágenes equivalen a un viaje en coche de 4,1 millas

Utilizar un potente modelo de IA como Stable Diffusion XL para crear 1.000 imágenes genera aproximadamente la misma cantidad de dióxido de carbono que conducir un coche medio de gasolina durante 4,1 millas, es decir, alrededor de 1,1 kilogramos de CO₂. Sin embargo, los modelos de generación de texto tienen una huella de carbono significativamente menor.

El modelo de menor emisión de carbono analizado produjo sólo tanto CO₂ como un recorrido de 0,0006 millas en un vehículo similar, o unos 0,002 kilogramos de CO₂. Sin embargo, si se tienen en cuenta las NPU que se utilizan localmente, por ejemplo, las aplicaciones de IA pueden funcionar de una manera mucho más eficiente desde el punto de vista energético.

Los grandes modelos de IA contribuyen a aumentar las emisiones

Se podría suponer que las elevadas emisiones de CO₂ de las imágenes de IA se deben a la considerable cantidad de energía necesaria para el entrenamiento, ya que los modelos de IA se entrenan con enormes conjuntos de datos de imágenes que se procesan en superordenadores. Sin embargo, la mayor parte de las emisiones se derivan del uso real y no del entrenamiento de grandes modelos.

Luccioni estima que la energía utilizada para entrenar grandes modelos lingüísticos como ChatGPT se supera tras sólo unas semanas de uso. Esto se debe a que el popular chatbot tiene unos 10 millones de usuarios diarios. Los estudios también demuestran que ejecutar grandes modelos generativos consume mucha más energía que utilizar modelos más específicos que sólo se necesitan para tareas concretas.

Si está realizando una aplicación específica, como buscar en el correo electrónico... ¿realmente necesita estos grandes modelos que son capaces de cualquier cosa? Yo diría que no.

- Sasha Luccioni

Luccioni espera que los resultados fomenten el consumo consciente de la IA generativa y la selección de modelos más eficientes energéticamente siempre que sea posible. Los investigadores pretenden concienciar sobre este tema y animar a las empresas a responsabilizarse más de su huella energética.

En este caso, la responsabilidad recae en la empresa que crea los modelos y obtiene beneficios de ellos.

- Jesse Dodge, investigador científico del Instituto Allen para la IA