Se necesitaron 700.000 litros de agua dulce, aproximadamente la misma cantidad de agua utilizada en la fabricación de unos 370 automóviles BMW o 320 vehículos eléctricos Tesla, para entrenar GPT-3 solo. Imagen representativa: iStock.
Hay mucho que alabar sobre el triunfo de las herramientas de IA como ChatGPT de OpenAI en la automatización rápida de la topografía empresarial. Pero las preocupaciones prevalecen sobre sus avances en inteligencia artificial.
ChatGPT se ha utilizado para cualquier cosa, desde la escritura creativa hasta la codificación e incluso para responder a las preguntas del examen, desde que se puso a disposición del público para realizar pruebas en noviembre pasado.
Sin embargo, la huella hídrica de herramientas como ChatGPT se ha pasado por alto principalmente. Grandes cantidades de agua se dedican al mantenimiento de los centros de datos de tales herramientas de IA.
Por responder cada 20-50 preguntas, ChatGPT ‘bebe’ medio litro de agua, según una nueva investigación titulada Haciendo que la IA sea menos ‘sedienta’: descubriendo y abordando la huella hídrica secreta de los modelos de IA ha revelado.
Lea también: ChatGPT amenaza la diversidad lingüística. Se necesita hacer más para proteger nuestras diferencias en la era de la IA
“Si bien una botella de agua de 500 ml puede no parecer demasiado, la huella hídrica total combinada para la inferencia sigue siendo extremadamente grande, considerando los miles de millones de usuarios de ChatGPT”, dijeron científicos de la Universidad de California en Riverside.
Los modelos de IA deberían asumir la responsabilidad social y predicar con el ejemplo en los esfuerzos colectivos para combatir el desafío de la escasez mundial de agua al reducir su propia huella hídrica, escribieron los científicos en el estudio.
Se necesitaron 700.000 litros de agua dulce, aproximadamente la misma cantidad de agua utilizada en la fabricación de unos 370 automóviles BMW o 320 vehículos eléctricos Tesla, para entrenar GPT-3 solo, anotaron los investigadores.
Para el sistema de inteligencia artificial GPT-4 presentado recientemente, que tiene un tamaño de modelo más grande, los investigadores predijeron que estas estadísticas podrían crecer «varias veces».
Sin embargo, enfatizaron que prácticamente no hay datos disponibles públicamente que puedan usarse para calcular la huella hídrica de GPT-4 de manera razonable.
Aunque las actividades en línea como compartir, descargar y utilizar ChatGPT se realizan digitalmente, los datos reales se guardan físicamente en centros de datos considerables. Estos centros de datos producen mucho calor, lo que requiere sistemas de enfriamiento para evitar fallas en los equipos. Estos centros utilizan con frecuencia torres de enfriamiento por evaporación que consumen mucha agua para ayudar con el enfriamiento.
Para evitar la corrosión y la formación de microorganismos, el agua utilizada en este procedimiento también debe ser agua dulce pura. Además de los sistemas de enfriamiento, los centros de datos también requieren una cantidad significativa de agua para la generación de energía.
Lea también: ¿Por qué se espera usar herramientas de IA como ChatGPT en mi curso de innovación de MBA y no hacer trampa?
Afortunadamente, el entrenamiento de IA tiene flexibilidad de programación. A diferencia de la búsqueda web o la transmisión de YouTube, que deben procesarse de inmediato, el entrenamiento de IA se puede realizar en casi cualquier momento del día, dijo Shoalei Ren, profesor asociado de ingeniería eléctrica e informática y autor correspondiente del estudio.
Es importante abordar el uso del agua de la IA porque es un segmento de rápido crecimiento de las demandas de procesamiento informático, dijo Ren.
“Para evitar el desperdicio de agua, una solución simple y efectiva es entrenar modelos de IA durante las horas más frescas cuando se pierde menos agua por evaporación”, dijo Ren en un comunicado de prensa de la universidad.
El entrenamiento de IA es como un césped muy grande que necesita mucha agua para refrescarse, dijo Ren. “No queremos regar nuestro césped durante el mediodía, así que tampoco reguemos nuestra IA al mediodía”.
“Es realmente un momento crítico para descubrir y abordar la huella hídrica secreta del modelo de IA en medio de la cada vez más grave crisis de escasez de agua dulce, el empeoramiento de las sequías prolongadas y el rápido envejecimiento de la infraestructura pública de agua”, se lee en el documento.
Las preocupaciones sobre el uso del agua se han visto amplificadas por el cambio climático y las sequías preexistentes.
En 2022, casi 300 millones de personas sufrían sequías en África, Europa, América del Norte y Asia. África oriental se tambaleaba bajo su peor sequía en cuatro décadas; casi la mitad de los EE. UU. está seco; y países como Francia y Portugal sufrían la peor sequía registrada, Abajo a la tierra había informado.
Lea también:
Somos una voz para ti; usted ha sido un apoyo para nosotros. Juntos construimos un periodismo independiente, creíble y valiente. Puedes ayudarnos aún más haciendo una donación. Esto significará mucho para nuestra capacidad de brindarles noticias, perspectivas y análisis desde el terreno para que podamos hacer cambios juntos.
