Eficiencia: La clave entre la transición energética y la IA

Eficiencia es hacer más con menos. Por ejemplo, generar más energía eléctrica con menos emisiones. Otro ejemplo es una mejor Inteligencia Artificial (IA) con menos parámetros, lo que implicaría un menor consumo energético para alcanzar el objetivo encomendado a la máquina.

Sam Altman, CEO de Open AI, bien dijo que “la era de los modelos gigantes de IA ha finalizado”, refiriéndose a que el reto de mejorar la IA en el futuro no estaría en el mero número de parámetros, sino que más bien en la lógica y/o matemática. Una señal clara de los retornos decrecientes a escala de la IA en relación con el número de parámetros, y por ende también su consumo energético. Esto es especialmente relevante si consideramos que el número de parámetros ha sido una parte protagónica de la estrategia publicitaria de Open AI. Así, en el estado actual, un crecimiento desbordado del consumo de IA implicaría a su vez un desborde en la demanda energética que alejaría a la humanidad de los objetivos de la transición energética.  

La IA es el nuevo mecanismo moderno para incrementar el desempeño de los sistemas. Para 2030, entre el 11% y el 45% de las reducciones en la intensidad de emisiones económicas (EEI) se lograrán mediante la IA. A modo de ejemplo, Larry Fink, CEO de BlackRock, la gestora de fondos más grande del mundo se declara optimista y apuesta a favor de las economías que lideran en IA. Las aplicaciones de la IA son múltiples, desde el ámbito industrial, como en la extracción de petróleo y gas con IA especializada, hasta la optimización de energía en los celulares y la mejora en la durabilidad de sus baterías, lo que a su vez reduce su rotación y el uso de minerales asociados.

Fig. El rol de la IA en la transición energética 

En un sistema, dado un consumo energético, se produce la satisfacción de una necesidad junto con emisiones o productos indeseados. El objetivo central de la transición energética es minimizar dicho consumo energético, a la vez que se maximiza la satisfacción de necesidades y se reducen las emisiones. Se espera que la IA contribuya a inclinar el balance actual a favor de la transición energética. Esto se lograría mediante una IA responsable, que optimice los sistemas de suministro y consumo de energía, siendo a la vez eficiente en su propio consumo energético.

La paradoja radica en que un consumo energético excesivo por parte de la IA resultaría en un sistema ineficiente. Es de resaltar que la palanca principal de una transición energética es la eficiencia y que el consumo energético de la IA se divide en energía eléctrica para el almacenamiento de datos (actualmente cerca del 2% de la energía a nivel global) y procesamiento, además de los materiales y minerales necesarios para los microprocesadores, muchos de los cuales también son fundamentales para la cadena de suministro de las nuevas formas de generación de energía verde – aquellas que no implica emisiones significativas.

En síntesis, la IA está diseñada para mejorar la eficiencia de nuestros sistemas, sin embargo, ¿cómo podemos asegurar que esta opere de manera que su contribución neta sea lo más positiva posible? Parte de la respuesta se encuentra en la mencionada declaración de Sam Altman, que, parafraseándola, es incrementar la efectividad de la IA no solo con fuerza bruta de cómputo o con número de parámetros. Para ello, el insumo necesario es el talento humano, un área en la que Colombia puede desarrollar una estrategia efectiva, enfocándose en software, lógica y matemáticas, así como las aplicaciones para optimizar sistemas de manera integral, incluyendo por supuesto nuestra matriz energética.