Hay una creciente preocupación por la demanda energética, el consumo de agua y la huella de carbono de la inteligencia artificial. No es catastrofismo de sofá, sino una realidad que ejerce cada vez más presión sobre la red eléctrica y que ha obligado a la Agencia Internacional de la Energía a convocar una cumbre mundial. Google propone una estrategia de cuatro frentes para atacar el problema.

Las cuatro «M». En una investigación publicada por el IEEE, Google identifica cuatro prácticas, que denomina «las 4M», con las que, afirma, las grandes compañías de IA pueden reducir entre 100 y 1.000 veces la huella de carbono de sus algoritmos de aprendizaje automático:

1. Modelo: usar arquitecturas de aprendizaje automático más eficientes para reducir la necesidad de cómputo entre 3 y 10 veces
2. Máquina: usar hardware especializado en inteligencia artificial para mejorar su eficiencia de 2 y 5 veces
3. Mecanización: preferir computación en la nube a computación local para reducir la demanda de energía entre 1,4 y 2 veces
4. Mapeo: optimizar la ubicación de los centros de datos según la energía limpia disponible para reducir las emisiones de 5 a 10 veces