La aparición de la Inteligencia Artificial representa uno de los desafíos más grandes de la historia. Con sus cuantiosos beneficios, la nueva tecnología promete agilizar desde tareas simples a labores excesivamente complejas, evidenciando su potencial ilimitado. Sin embargo, ¿cuáles son las limitaciones materiales para su desarrollo? ¿Qué problemáticas acarrea a nivel ambiental la fabricación de las estructuras que la sostienen?
El obstáculo de la IA
Desde la irrupción de OpenAI y Chat GPT en la vida cotidiana de los humanos, la Inteligencia Artificial se volvió una herramienta que, pese a estar en vías de desarrollo, demostró extrema adaptabilidad para responder a las demandas actuales y de diferente índole.
Convertida en la compañera ideal en las tareas diarias, la más reciente invención tecnológica acaparó la atención de todo el mundo, despertando euforia en los fanáticos del mundo IT y temor en quienes miran a la máquina con desconfianza, y calculan las posibilidades de que desplace y supere al ser humano en habilidades, talentos, y capacidad de productividad.
El potencial oculto de estas herramientas para interpretar, acaparar órdenes y recoger y procesas cantidades inconmensurables de información en apenas segundos despertó los fantasmas de las distopías del siglo XX, y alertó acerca de los riesgos que su evolución y perfeccionamiento representa para el trabajo humano.
Sin embargo, más allá de los cuestionamientos existenciales y las especulaciones que suscitó, existen problemáticas actuales y tangibles vinculadas al desarrollo de la IA y a su relación con las fuentes energéticas disponibles, que hoy no poseen la capacidad de abastecer a los centros de datos.
Con la necesidad de fabricar infraestructuras cada vez más complejas, que permitan extender las redes a todo el globo y procesar cada vez mayores paquetes de datos, empresas líderes en la materia como Microsoft y Open AI comenzaron a debatir las alternativas para resolver el desafío energético.
El lado B del problema es el excesivo consumo que estos data centers están llevando a cabo en los países más desarrollados, como EE.UU. Informa Andro4all que, en Norteamérica, los ciudadanos comenzaron a abonar mayores montos por el suministro de luz, a raíz de la creciente demanda de las instalaciones de IA.
Alternativas emergentes
En estas circunstancias, los grandes inversores del nicho comenzaron a barajar la opción de crear centrales energéticas propias, poniendo el foco en la energía nuclear, lo que permitiría reducir drásticamente la dependencia de las redes comunes.
Los faraónicos proyectos supondrían la inversión de cientos de miles de dólares, pero garantizarían la independencia de las centrales, que no hallarían límite para continuar experiementando y puliendo los servicios de inteligencia artificial.
Actualmente, figuras de la talla de Sam Altman, CEO de OpenAI, o Satya Nadella, de Microsoft, reconocen que el déficit en infraestructura tuvo como consecuencia inmediata el almacenamiento de chips y GPU, que no pueden ser puestos en funciones y están a la espera de su debut.
Como otra posible solución para paliar el problema, Microsoft trabaja en los chips Azure Maia 100 y Azure Cobalt 100, que permitirían optimizar el consumo. La compañía también desarrolla otra alternativa: crear modelos de ChatGPT directamente desde computadoras domésticas.
Mediante un acuerdo, ambas compañías sentaron las bases para que, próximamente, sean los mismos usuarios quienes puedan vivir la experiencia de diseñar en la plataforma, reduciendo la carga de los macrocentros actuales, que no dan a basto con las demandas.
Con miras al futuro
De esta manera, como usuarios de las nuevas tecnologías, deberemos pensar, a conciencia, cuál es el impacto real de su desarrollo en la ecología. Ya que, como es evidente, la evolución de los modelos artificiales trae aparejado el consumo bestial de electricidad, fenómeno que motiva la liberación de excesivas cantidades de carbono .
En estas condiciones, será necesario trasladar la discusión al ámbito político y ético, para evaluar con objetividad el costo-beneficio en términos que excedan la preocupación económica y evidencien el valor inherente de los recursos naturales y las consecuencias de su perjuicio.
