Krypton Solid

La última tecnología en raciones de 5 minutos

Ayudar y dañar el medio ambiente

Las organizaciones de hoy están ansiosas por obtener los beneficios de la IA, que incluyen cada vez más la reducción de la huella de carbono de la empresa. Pero no se equivoque: la IA tiene su propia huella de carbono, que varía según el tipo de IA y las técnicas utilizadas para entrenarla.

Por ejemplo, los modelos de procesamiento del lenguaje natural a gran escala, específicamente los modelos de transformadores, tienen una huella de carbono muy grande, dijo Kjell Carlsson, analista principal de Forrester.

Los transformadores son un tipo de arquitectura de red neuronal, como las redes neuronales recurrentes (RNN) y las redes neuronales convolucionales (CNN). A diferencia de las RNN y las CNN, los transformadores pueden comprender las relaciones entre los datos secuenciales. Esto es particularmente útil en modelos de lenguaje, ya que los transformadores pueden comprender mejor el contexto de las palabras que otras arquitecturas.

«La huella de la IA está surgiendo en las conversaciones, pero no por lo general con los clientes o los usuarios finales. Son los periodistas y otros analistas», dijo Carlsson. «En la medida en que minimizamos la huella de carbono, eso es valioso».

Aún así, si una empresa quiere comprender la cantidad total de emisiones de dióxido de carbono, debe comprender que la IA es un factor que contribuye.

Huella de carbono de la IA

Un artículo de investigación de la Universidad de Massachusetts Amherst estimó que durante una vida útil promedio, las emisiones de carbono asociadas con el entrenamiento de un modelo de transformador, como BERT o GPT-2, con búsqueda de arquitectura neuronal son equivalentes a la huella de carbono de un automóvil, incluido el combustible.

Google y OpenAI publicaron un documento que compara el rendimiento y los requisitos de potencia de las arquitecturas de transformadores y transformadores evolucionados. Este último es más rápido y requiere menos potencia de procesamiento (como se explica a continuación). Los autores del artículo alientan a los científicos de datos a considerar cuatro factores al calcular la huella de la IA, que son los siguientes:

  • El algoritmo. Un transformador evolucionado utiliza 1,6 veces menos operaciones de punto flotante por segundo y requiere de 1,1 a 1,3 veces menos tiempo de entrenamiento que un transformador. Un transformador evolucionado también es un poco más preciso que un transformador.
  • El procesador. La unidad de procesamiento tensorial personalizada de Google (TPU v2, que es una GPU) ejecuta el transformador y el transformador evolucionado 4.3xy 5.2x más rápido que las GPU Tesla P100, respectivamente. TPUv3 también usa aproximadamente 1.2 veces menos energía en cada caso.
  • El centro de datos. Los centros de datos en la nube son aproximadamente dos veces más eficientes energéticamente que un centro de datos empresarial típico.
  • La mezcla energética. Un mayor uso de energía limpia reduce las emisiones de carbono.

El documento se centró en el entrenamiento de la IA en lugar de la inferencia, aunque el entrenamiento representa aproximadamente el 10% del consumo de energía de un modelo de aprendizaje automático, mientras que la inferencia representa el 90% restante. Sin embargo, el coste energético del entrenamiento es más fácil de calcular.

Medir y reducir la huella de carbono de la IA

«Existe una necesidad real de pensar en cómo está construyendo estos sistemas. ¿Está entrenando un algoritmo innecesariamente complejo? ¿Con qué frecuencia se está reentrenando?» dijo Steven Mills, director gerente y socio y director de ética de IA en Boston Consulting Group GAMMA.

Existe una necesidad real de pensar en cómo está construyendo estos sistemas.

Steven MillsDirector de ética de IA, BCG GAMMA

«También está la cadena de suministro de inteligencia artificial, la adquisición de algoritmos, la adquisición de hardware computacional y pensar en la huella de carbono. Por ejemplo, puedo extraer de las regiones de AWS que dependen de fuentes de energía más sostenibles, lo que inherentemente reducirá mi huella de carbono», dijo.

Pero, ¿cómo puede un científico de datos medir la huella de la IA?

BCG GAMMA y otros anunciaron CodeCarbon, un proyecto de código abierto, que estima la huella de carbono de la informática, específicamente la energía utilizada por los centros de datos alojados de forma privada y la infraestructura subyacente de los proveedores de la nube. El proyecto está destinado a ayudar a los científicos de datos a tomar decisiones más ecológicas sobre la adquisición de computación. También les ayuda a optimizar su código.

«Si va a ejecutar IA, necesitará ‘las máquinas’, por lo que dejará una huella de carbono. A medida que obtenga más datos y modelos [become] más complicado, más energía consumirá para obtener los modelos de IA que está buscando «, dijo Dan Simion, vicepresidente y líder de práctica de inteligencia artificial, ciencia de datos y análisis de América del Norte en la empresa global de servicios profesionales Capgemini.

El impacto verde de la IA

Hay muchos casos de uso en los que las organizaciones utilizan una combinación de IA e IoT o IoT industrial para reducir su huella de carbono. Según un estudio reciente de BCG, las empresas pueden usar IA para monitorear sus emisiones, predecir sus emisiones futuras y, armadas con ese conocimiento, hacer ajustes para reducir las emisiones.

La IA también puede optimizar la logística, reducir los materiales necesarios para construir cosas o reducir las emisiones de carbono. Por ejemplo, la investigación de BCG estima que para 2030, la IA podría reducir las emisiones de gases de efecto invernadero entre un 5% y un 10% a nivel mundial, lo que se traduciría en 2,6 a 5,3 gigatoneladas menos. Además, la IA podría generar un valor de entre 1 billón y 3 billones de dólares aplicado a la sostenibilidad empresarial.

IA para la agricultura

Uno de los clientes enólogos de BCG planea operar perpetuamente, pero la empresa no sabe qué tierras poseerá en el futuro. La propiedad de la tierra es importante para los enólogos, ya que los campos individuales producen mayores o menores rendimientos a lo largo del tiempo en función de varios factores, incluida la composición del suelo, las precipitaciones, las inundaciones y los movimientos de las aguas superficiales.

Con ese tipo de datos, BCG construyó un modelo de rendimiento de cultivos que comprende cómo cambian los rendimientos de los cultivos con el tiempo, dijo el director gerente y socio de BCG, Mike Lyons.

Comprender el estado futuro de los rendimientos de los cultivos informa las inversiones y desinversiones inmobiliarias.

IoT, IA, agricultura inteligente
Los dispositivos de IoT habilitados para IA pueden ayudar a los agricultores a cultivar y administrar mejor sus cultivos

«El resultado final fue que el cliente podía comprar, vender y proteger la tierra de una manera estratégica y con visión de futuro para poder seguir siendo un enólogo perpetuo», dijo Lyons.

Simion de Capgemini dijo que su organización usa IA para reducir las huellas de carbono asociadas con las cadenas de suministro, los procesos de fabricación y la construcción de modelos de aprendizaje automático. La compañía también se asoció con universidades para comprender cómo están cambiando los patrones de migración de las ballenas debido al cambio climático. Además, Capgemini utiliza la visión por computadora para identificar árboles enfermos en bosques que son difíciles de alcanzar a pie.

Otras empresas de IA realizan un trabajo similar. DataRobot, por ejemplo, se asoció con Entel Ocean, la unidad digital de la empresa chilena de telecomunicaciones Entel, para identificar automáticamente los incendios forestales en Chile. Entel Ocean instaló dispositivos IoT en árboles para recopilar datos ambientales circundantes. La compañía utilizó el aprendizaje automático y los modelos predictivos de DataRobot para procesar los datos recopilados y predecir los incendios forestales en el área.

Mirando el reloj

La IA tiene un efecto tanto negativo como positivo en el medio ambiente, y es importante medir ambos. Muchas organizaciones sienten la presión del Acuerdo de París que requiere que los estados miembros reduzcan su huella de carbono en un 55% para 2030, en comparación con 1990.

Están surgiendo herramientas y marcos para ayudar a comprender el impacto de la IA. Mientras tanto, la tecnología continúa mejorando en cada capa de la pila tecnológica, lo que también debería ayudar a reducir las emisiones de carbono, desde los algoritmos hasta los centros de datos y más.

Deja un comentario

También te puede interesar...

Definición de negligencia fiduciaria

¿Qué es la negligencia fiduciaria? La negligencia fiduciaria es un tipo de negligencia profesional en la que una persona no cumple con sus deberes y responsabilidades fiduciarias. A los fideicomisarios se les confían ciertas responsabilidades

¿Ya llegamos? El lento camino hacia SQL Azure

Si una aplicación no se ejecuta en un teléfono inteligente o en la nube, parece que nadie le presta mucha atención. Por lo tanto, es natural que Microsoft presione para poner los servicios de base

Los beneficios de seguridad del anonimato en la nube

Las discusiones sobre la privacidad personal se han ampliado mientras las organizaciones y los gobiernos intentan controlar … en las redes sociales y los desafíos que presenta el tráfico web encriptado. Como resultado, se están

Introducción a la norma de gestión de riesgos ISO 31000

Como ha subrayado la reciente crisis financiera mundial, la gestión de riesgos no es una ciencia exacta. La gestión de riesgos puede ser especialmente ineficaz cuando se equipara con el cumplimiento. Las organizaciones pueden cumplir

Salesforce permite a los revendedores empaquetar su nube

Salesforce.com abre su plataforma en la nube Force.com para todos los revendedores externos, desde su tienda de TI local hasta grandes integradores de sistemas. El miércoles, la compañía anunció su nuevo programa VAR (revendedor de

Definición de la fórmula de beneficio unitario

¿Cuál es la fórmula de beneficios unitarios? La fórmula de beneficio unitario es un método para calcular la contribución de un empleador al plan de beneficios definidos o al plan de pensiones de un empleado