Los investigadores de la startup de inteligencia artificial Hugging Face colaboraron con la Universidad Carnegie Mellon y descubrieron que generar una imagen utilizando inteligencia artificial, ya sea para crear im\u00e1genes de archivo o fotograf\u00edas de identificaci\u00f3n realistas, tiene una huella de carbono equivalente a cargar un tel\u00e9fono inteligente. Sin embargo, los investigadores disciernen que generar texto, ya sea para iniciar una conversaci\u00f3n con un chatbot o limpiar un ensayo, requiere mucha menos energ\u00eda que generar fotograf\u00edas. Los investigadores cuantifican que el texto generado por IA consume tanta energ\u00eda como cargar un tel\u00e9fono inteligente, hasta solo el 16 por ciento de una carga completa.<\/p>\n
El estudio no se limit\u00f3 a analizar la generaci\u00f3n de im\u00e1genes y texto mediante programas de aprendizaje autom\u00e1tico. Los investigadores examinaron un total de 13 tareas, desde resumir hasta clasificar textos, y midieron la cantidad de di\u00f3xido de carbono producido por cada 1.000 gramos. Para mantener el estudio justo y los conjuntos de datos diversos, los investigadores dijeron que realizaron los experimentos en 88 modelos diferentes utilizando 30 conjuntos de datos. Para cada tarea, los investigadores ejecutaron 1.000 indicaciones mientras recopilaban el \u00abc\u00f3digo de carbono\u00bb para medir tanto la energ\u00eda consumida como el carbono emitido durante un intercambio.<\/p>\n Los hallazgos resaltan que las tareas que consumen m\u00e1s energ\u00eda son aquellas que solicitan a un modelo de IA que genere contenido nuevo, ya sea generaci\u00f3n de texto, res\u00famenes, subt\u00edtulos de im\u00e1genes o generaci\u00f3n de im\u00e1genes. La generaci\u00f3n de im\u00e1genes ocup\u00f3 el primer lugar en la cantidad de emisiones que produjo y la clasificaci\u00f3n de texto fue clasificada como la tarea que consume menos energ\u00eda.<\/p>\n Los investigadores instan a los cient\u00edficos y profesionales del aprendizaje autom\u00e1tico a \u00abpracticar la transparencia con respecto a la naturaleza y los impactos de sus modelos, para permitir una mejor comprensi\u00f3n de sus impactos ambientales\u00bb. Si bien el consumo de energ\u00eda asociado con la carga de un tel\u00e9fono inteligente por imagen de IA generada puede no parecer terrible, el volumen de emisiones puede acumularse f\u00e1cilmente si se considera cu\u00e1n populares y p\u00fablicos se han vuelto los modelos de IA. Tomemos como ejemplo ChatGPT: los autores del estudio se\u00f1alan que en su apogeo, el chatbot de OpenAI ten\u00eda m\u00e1s de 10 millones de usuarios por d\u00eda y 100 millones de usuarios activos mensuales en la actualidad.<\/p>\n<\/div>\n<\/div>\n<\/div>\n<\/div>\n