Con información de EFE
Se espera que el desarrollo de la inteligencia artificial generativa, como la que utiliza por ejemplo ChatGPT, provoque un aumento de la basura electrónica o e-waste. Un estudio en Nature Computational Science calcula que, si no se aplican medidas, la IA producirá entre 1,2 y 5 millones de toneladas métricas de residuos solo en esta década.

En su mayor parte, esta basura procederá de los elementos del hardware, como las unidades de procesamiento o las de almacenamiento, y los sistemas de alimentación, apunta el estudio.

La investigación es una colaboración internacional liderada por científicos de China e Israel.

Aunque la IA generativa es útil para muchas aplicaciones de investigación y algunas tareas cotidianas, como la generación de textos o imágenes, depende de las rápidas mejoras en la infraestructura de hardware y la tecnología de chips.

Las conclusiones se apoyan en los mejores datos disponibles en el ámbito público y en métodos científicamente válidos.

“Aunque muchos estudios han estimado y puesto de relieve la magnitud global de la basura electrónica, este estudio examina específicamente los residuos electrónicos producidos por la IA generativa, una de las aplicaciones de más rápido crecimiento”, analizó Shaolei Ren, profesor asociado de Ingeniería Eléctrica e Informática de la Universidad de California en Riverside (Estados Unidos).

El estudio utiliza el servidor DGX H100 de Nvidia como referencia para estimar la masa de basura proveniente de servidores de próxima generación. “Aunque predecir el desarrollo futuro del hardware es difícil, considero que la previsión del documento es un indicador razonable de los residuos electrónicos que probablemente generará la IA generativa. Los residuos electrónicos son una cuestión crítica, aunque a menudo se pasa por alto, a la hora de considerar el futuro impacto social de la IA generativa”, señaló.

Archivo El Pais

El estudio liderado por el investigador de la Academia China de Ciencias Peng Wang y publicado este lunes ha calculado las cantidades potenciales de residuos electrónicos producidos por la IA generativa, centrándose en grandes modelos lingüísticos, entre 2020 y 2030.

Para ello, el equipo considera cuatro escenarios con distintos grados de producción y aplicación de IA generativa, desde un escenario agresivo (con aplicaciones generalizadas) hasta uno conservador (aplicaciones específicas).

Según las proyecciones del estudio, el volumen de residuos electrónicos podría alcanzar los 2,5 millones de toneladas al año en 2030, suponiendo que no se tuvieran en cuenta métodos de reducción de residuos.

Los investigadores también descubrieron que la cantidad total de residuos electrónicos creados por la IA generativa entre 2023 y 2030 podría alcanzar los cinco millones de toneladas, en el escenario con mayor crecimiento de la IA.

Según el estudio, en este escenario, los residuos electrónicos generados podrían incluir 1,5 millones de toneladas de placas de circuitos impresos y 0,5 millones de toneladas de baterías, que pueden contener materiales peligrosos como plomo y cromo.

Los autores sugieren que la aplicación de una estrategia de economía circular (en la que se amplía la vida útil de la infraestructura existente y/o se reutilizan módulos y materiales clave en el proceso de refabricación), podría reducir la generación de residuos electrónicos hasta en un 86%.

Christiane Plociennik, del Centro Alemán de Investigación en Inteligencia Artificial (DFKI) de Kaiserslautern, destacó que la base de datos utilizada por los investigadores de Wang para sus cálculos es bastante limitada en relación con los supuestos del escenario inicial. Sin embargo, incluso en el escenario más conservador, que considera cantidades de residuos significativamente menores y la proyección del Monitor Global de Residuos Electrónicos, hay razones sólidas para promover una economía circular en la tecnología de la información. Ella explica: “Es fundamental concienciar a la sociedad de que detrás de una nube o una aplicación de inteligencia artificial existen centros de datos que consumen grandes cantidades de recursos”.