¿Puede la IA ayudar en la lucha contra el cambio climático?
La respuesta es sí. Existen varios métodos para hacerlo; la adopción de estrategias renovables en los centros de datos o la creación de algoritmos eficientes desde el punto de vista energético.
Cambios de temperatura, aumento de la sequía, un océano que se calienta y sube de nivel o la escasez de ciertos alimentos son solo algunas de las muchas consecuencias del cambio climático. Países, industrias e incluso la población son conocedores de esta situación y trabajan para combatirlo, pero ¿y si se pudiera disponer de una ayuda extra? ¿Hay realmente algún elemento eficaz que sirva para luchar contra el cambio climático? ¿Y si la solución pasara por la inteligencia artificial?
La inteligencia artificial (IA) se ha convertido en una herramienta valiosa en la lucha contra el cambio climático. La IA tiene un potencial considerable para ayudar a combatir este fenómeno global al optimizar el consumo de energía, facilitar la adaptación a un clima cambiante y reducir las emisiones de gases de efecto invernadero. De acuerdo con un estudio del Instituto de Investigación Capgemini, se estima que la IA podría ayudar a disminuir dichas emisiones en un 16% durante los próximos cinco años.
Además, la IA brinda oportunidades concretas para incrementar el ahorro de energía. Un ejemplo de ello es la colaboración entre DeepMind y Google, donde la implementación del aprendizaje automático ha potenciado el rendimiento energético de un parque eólico estadounidense en un 20%. Asimismo, la IA puede reforzar nuestra resiliencia ante los desafíos climáticos. Por ejemplo, es capaz de usar datos provenientes de diversas fuentes, como la teleobservación por satélite, sensores terrestres y modelos hidrológicos, para mapear áreas susceptibles a inundaciones, sequías y deslizamientos de tierra.
"Una de las claves para mitigar la huella de carbono de la IA es el uso de algoritmos eficientes desde el punto de vista energético"
Por otro lado, a pesar de los beneficios que ofrece, la IA también tiene un impacto ambiental significativo, principalmente asociado con su consumo de energía. Un estudio realizado por investigadores de la Universidad de Massachusetts ha revelado que entrenar un solo modelo de procesamiento de lenguaje natural puede generar casi 300 toneladas de CO2, lo que subraya la importancia de mitigar la huella de carbono de la IA.
Pero, ¿qué impacto tienen 300 toneladas de CO2?*
Existen varios métodos para alcanzar este objetivo. Los operadores de centros de datos, por ejemplo, están intensificando sus esfuerzos para adoptar estrategias de energía renovable. Están incorporando fuentes de energía renovables, sistemas de almacenamiento de energía y baterías de iones de litio para garantizar una energía sostenible y confiable. Además, están explorando soluciones de enfriamiento sin agua y trabajando en la sustitución de refrigerantes con alto potencial de calentamiento global por aquellos con un potencial más bajo.
Otra clave para mitigar la huella de carbono de la IA es el uso de algoritmos eficientes desde el punto de vista energético. Se han llevado a cabo investigaciones para explorar y comparar la eficiencia en el consumo de energía de los algoritmos de aprendizaje automático más comunes. De todos ellos, el algoritmo XGBoost ha demostrado ser el más eficiente en términos de precisión, tiempo de ejecución y eficiencia energética.
Al optimizar el consumo de energía, aprovechar fuentes de energía renovables y mejorar los algoritmos, la IA puede contribuir de manera significativa a una transición hacia un futuro más sostenible y respetuoso con nuestro planeta.
*Fuente: https://datagir.ademe.fr/apps/impact-co2/
