La revolució digital no només ha transformat la manera com interactuem amb la tecnologia, sinó també ha revelat l’impacte ambiental de les intel·ligències artificials generatives. Un estudi recent ha donat llum sobre el cost energètic de diferents tasques d’intel·ligència artificial, destacant que la creació d’imatges és la més costosa i contaminant de totes.
Quant consumeix la Intel·ligència Artificial Generativa?
La intel·ligència artificial generativa, responsable de la creació de contingut com a imatges, ha esdevingut una part integral de la revolució digital. Tot i això, un estudi realitzat per l’startup Hugging Face i la Universitat Carnegie Mellon ha revelat que la generació d’imatges amb intel·ligència artificial consumeix una quantitat sorprenent d’energia. De fet, crear una sola imatge equival a gastar la càrrega completa d’un telèfon mòbil.
Segons l’estudi, executar 1.000 accions de generació de text en comparació amb la creació de 1.000 imatges mostra una diferència significativa en el consum d’energia. Mentre que la generació de text gairebé no consumeix el 16% de la bateria d’un cel·lular, la creació d’imatges emet una quantitat considerable de carboni, equiparable a conduir un automòbil a gasolina en un trajecte de 6,5 quilòmetres.
Adaptant-ho a preus, en general, una càrrega de telèfon mòbil consumeix entre 0,015 i 0,030 kWh. Això equival a entre 0,03 i 0,06 euros, depenent del preu del kWh a la teva zona i depenent de la comercialitzadora contractada. Els preus entre comercialitzadores grans com Endesa, a Espanya, o comercialitzadores petites com Podo poden suposar una petita variació del preu, encara que aquesta estimació pot donar una idea del consum que s’està comparant amb la creació d’imatges per IA.
L’impacte dels models grans generatius
Els investigadors també van explorar la diferència entre l’ús de models grans generatius, com ara ChatGPT o Bard, i models més petits dissenyats per a tasques específiques. La conclusió va ser clara: els models grans consumeixen molta més energia, ja que intenten realitzar diverses tasques simultàniament, com ara generar, classificar i resumir text. Aquest descobriment porta a considerar l’eficiència energètica en triar models d’intel·ligència artificial per a tasques específiques.
L’impacte ambiental de la intel·ligència artificial va més enllà del consum d’energia. La quantitat d’aigua necessària per a refredar els servidors que allotgen productes com ChatGPT és sorprenent. En el cas de l’entrenament de GPT-3, es van fer servir 700.000 litres d’aigua dolça, equivalent a la producció de 370 automòbils BMW o 320 vehicles elèctrics Tesla.
A què equivalen 700.000 litres d’aigua dolça?
| Producció | Equivalent |
| Producció automòbils BMW | 370 |
| Producció cotxes Tesla | 320 |
| Quilos d’arròs | 150.000 |
| Omplir piscines olímpiques | 15 |
Com s’ha de mitigar l’impacte ambiental de la IA?
L’estudi no sols destaca els desafiaments ambientals, sinó que també aborda possibles solucions. Davant la preocupació creixent per l’impacte ambiental de la intel·ligència artificial, les empreses estan buscant alternatives. Microsoft, per exemple, ha anunciat el compromís amb l’energia nuclear per a reduir costos i mitigar l’impacte ambiental. La recerca de models més eficients i sostenibles esdevé crucial a mesura que la IA s’integra cada cop més a la vida quotidiana de les persones.
En resum, l’estudi subratlla la necessitat de comprendre i abordar l’impacte ambiental de la intel·ligència artificial. A mesura que la tecnologia avança, és imperatiu desenvolupar estratègies efectives per a mitigar aquest impacte i garantir un equilibri entre la innovació tecnològica i la sostenibilitat ambiental. La revolució digital no sols presenta oportunitats, sinó també la responsabilitat de salvaguardar el planeta.