La IA se desarrollará y, por tanto, inevitablemente consumirá más energía, incluso material, que cuando no existía.
Atlántico: https://twitter.com/aympontier/status/1782795678520901948?s=43. ¿Este avance ayudará a resolver los problemas de escasez de chips de computadora?
Pierre Beyssac: En parte: esto puede potencialmente reducir la presión sobre las necesidades de chips gráficos (GPU), ampliamente utilizados para la IA, al permitir su sustitución por arquitecturas menos exigentes.
Ya podemos ejecutar, en uso, IA “simple” en teléfonos móviles, portátiles o ordenadores muy ligeros (Raspberry). Los requisitos de recursos se han reducido considerablemente en los últimos 18 meses gracias al talento de numerosos investigadores y desarrolladores de software libre.
En términos más generales, ¿cree que los resultados pueden permitirnos avanzar hacia una tecnología que consuma menos recursos?
Ciertamente: esta tendencia irá en aumento. Podríamos ver una doble tendencia, una IA ligera, suficiente para las necesidades más habituales, y con un bajo consumo de recursos; y algo de IA pesada entrenada por grandes empresas con mucho dinero, que parecen ser la elección de Mark Zuckerberg en Meta.
No está claro cuáles son las limitaciones de la actual tecnología de IA de procesamiento del lenguaje natural. Probablemente existan algunos, lo que les impedirá progresar como está “infinitamente”. Por lo tanto, tarde o temprano deberíamos observar un estancamiento en el rendimiento, lo que pondrá fin a la cruda carrera por los recursos, a la espera de nuevas innovaciones algorítmicas para superar el obstáculo.
¿Pero no es probable que tal rendimiento requiera aún más energía?
La IA se desarrollará y, por tanto, inevitablemente consumirá más energía, incluso material, que cuando no existía.
Las optimizaciones permiten reducir el impacto, pero al hacer que la tecnología sea más eficiente en el uso de los recursos, promueven por el contrario el desarrollo de usos y, por lo tanto, un nuevo aumento del impacto. Es habitual hablar de “efecto rebote”. En el peor de los casos, esto puede llegar incluso a absorber la ganancia de optimización inicial. Hablamos luego de la “paradoja de Jevons”, que lleva el nombre del economista que la teorizó.
Pero, cuando se trata de nuevas tecnologías, el crecimiento de usos se debe en gran medida a la reducción de la brecha digital, un objetivo defendido por todos. Por lo tanto, las optimizaciones siguen siendo beneficiosas.
Por último, no debemos descuidar las transferencias de impacto y las externalidades positivas. Por ejemplo, si la IA me permite pasar solo 15 minutos en lugar de 2 horas en mi computadora, al ayudarme en mi tarea, ahorro energía.
