Un nuevo estudio, publicado en el sitio de la Universidad de Cornell, y titulado «Hacer que la IA tenga menos «sed»: descubrir y abordar la huella hídrica secreta de los modelos de IA«, abordó el problema de la inteligencia artificial más popular del mundo en la actualidad, ChatGPT.
Estuvo encabezado por tres investigadores de la Universidad de Riverside: Pengfei Li, Jianyi Yang, y Shaolei Ren, y uno de la de Arlington, Mohammad A. Islam.
Las inferencias de los académicos se hicieron luego de analizar documentos oficiales de Tesla, BMW, Microsoft, y una investigación de otros académicos sobre emisiones de carbono, relacionadas con los modelos de aprendizaje automático.
Concluyeron que la aclamada y criticada herramienta podría consumir hasta 500 mililitros de agua por una conversación de entre 20 y 50 preguntas, dependiendo de cuándo y donde se implemente.
«Una botella de 500 ml puede no parecer demasiado, pero la huella hídrica combinada total para la inferencia sigue siendo grande en extremo, considerando los miles de millones de usuarios de ChatGPT«, dicen los autores.
320 BMW y 320 Teslas
Y no solo eso, también puntualizaron que, para entrenar su versión GPT3, en los centros de datos de última generación de Microsoft, en Estados Unidos, se necesitaron más de 700,000 litros de agua dulce y limpia (suficientes para producir 370 automóviles BMW, y 320 vehículos eléctricos de Tesla).
Pero las cosas no terminan ahí, sino que esta cifra se podría triplicar cuando la IA se capacita en los centros de datos asiáticos de la misma empresa. «Esto es muy preocupante, ya que la escasez de agua dulce se ha convertido en uno de los desafíos más apremiantes«, alertan.
Sobre ello, los autores especifican que, no solo hay un brutal consumo del recurso para la refrigeración de los ordenadores donde se procesan los datos de la herramienta, sino también de electricidad, la cual los mantiene encendidos. Esto, puede ascender el gasto hasta niveles estratosféricos:
«Supongamos que la eficiencia del uso de agua es de un promedio de 1.8L/kWh en EE.UU., y la efectividad en el uso de energía es de 1.2.
Si es así, de este modo, combinados, pondrían la huella hídrica total de GPT-3, para entrenamiento, en 3.5 millones de litros, si se capacitara en los EE. UU., o 4,9 millones, si se prepara en Asia».
Si se quiere alcanzar la última cifra, suficiente para producir 2,600 BMW, y 2,220 Tesla, la IA tendría que ser entrenada en algún lugar con una eficiencia de agua promedio de 3.8 L/kWh (litros por kilovatio hora).
ChatGPT-4
Además, estiman que los números pueden elevarse para su versión actual y más potente, GPT-4.
Hace unos días, la empresa propietaria, OpenAI, lanzó el modelo más reciente:
«Anunciamos GPT-4, un gran modelo multimodal, con nuestros mejores resultados en capacidades y alineación».
Además, argumentan que, para responder a los desafíos globales del agua, las IA «deben» tomar en cuenta a las redes sociales, tener responsabilidad, y predicar con el ejemplo al abordar su propia huella hídrica. Es decir, el gasto de agua que las empresas e individuos hacen por su cuenta.
Sin embargo, su cruzada no es contra las IA, pues defienden que hay que abordar el tema para crear inteligencias artificiales «verdaderamente sostenibles».
Te podría interesar: OpenAI paga hasta $20,000 por hacer lo siguiente con ChatGPT
