Una imagen al mejor estilo de Ghibli creada con ChatGPT tiene un costo ambiental significativo debido a su dependencia de los recursos tecnológicos y las emisiones de carbono asociadas.
El generador de imágenes GPT-4O de OpenAI recibe pruebas tempranas por parte de los usuarios. Las plataformas de redes sociales se vieron abrumadas esta vez con imágenes creadas al estilo de Studio Ghibli, el famoso estudio de animación japonés. El potencial para generar arte basado en las películas de Hayao Miyazaki a través de simples clics ha ganado una atención significativa en línea. La última innovación de la Compañía es aclamada como el pináculo en precisión de las representaciones textuales, sigue meticulosamente los comandos y convierte perfectamente imágenes de entrada basadas en el contexto de la misma.
Una inversión costosa?
Las imágenes generadas por IA son fascinantes pero a su vez intensas en energía, lo que aumenta su creatividad y atractivo tecnológico, pero consumen un recurso importante durante su creación.
El Departamento de Energía de los Estados Unidos predice que el consumo de energía por parte de los centros de datos de IA aumentará considerablemente para el 2028.
Un estudio indica que por lo menos el 40% del uso de energía del centro de datos de hoy se destina a enfriar chips de alta potencia, comparable a toda la demanda de electricidad del estado de California.
Las imágenes generadas por IA consumen agua indirectamente a través de su dependencia de los centros de datos que necesitan enfriamiento. La Universidad de Colorado Riverside y la Universidad de Texas Arlington estiman que cada imagen producida por IA requiere aproximadamente 2 a 5 litros de agua para operaciones y enfriamiento del servidor.
Un estudio reciente en 2024 de la Universidad Carnegie, descubrió que las AI generativas usan significativamente más energía en comparación con el software tradicional para tareas de igual complejidad.
La inteligencia artificial (IA) avanza rápidamente en varios sectores, lo que lleva a desarrollos significativos pero también, ocupa un alto consumo de energía en su operación.
La generación de imágenes, una tarea más exigente.
El estudio de Carnegie Mellon reveló diferencias importantes en el uso de energía entre las distintas tareas que realiza la IA. El análisis revela un mayor consumo de energía para la generación de imágenes sobre la clasificación de texto.
El uso de energía asociado con estos dos procesos indicaron que si bien la clasificación de texto requiere aproximadamente 0.002 kwh por cada 1,000 inferencias, la generación de imágenes exige un asombroso 2.9 kwh, que es una clasificación de texto de 1450 veces más importante que la clasificación de texto.
Además la generación de imágenes requiere significativamente más energía en comparación con la generación de texto en promedio debido a la alta complejidad computacional involucrada en la generación de imágenes utilizando modelos, lo que requiere procesar y crear nuevos elementos visuales desde cero.
Las “nuevas” tareas que se le ordene a la IA usan más energía y producen más emisiones de carbono que otras tareas. La creación de texto, resumen, generación de subtítulos para imágenes son actividades complejas.
Las tareas que involucran imágenes requieren más energía y producen mayores emisiones de carbono, según la investigación titulada “los costos de procesamiento en la implementación de la IA”. Refiere que el alto consumo significativo de energía afecta la rentabilidad general de la implementación de soluciones de inteligencia artificial.
La tarea de generar contenido nuevo (como hacer texto, crear subtítulos para imágenes o producir imágenes) requiere más energía y libera más gases de efecto invernadero en comparación con las tareas que implican la clasificación o interpretación de una información. Por lo tanto, el aumento en la demanda de estas herramientas ha llevado a las empresas a buscar formas de reducir sus costos ambientales y de energía asociados con estas tecnologías.
Expertos de la Universidad Americana destacan varios desafíos importantes que enfrentan las industrias. Estos incluyen dificultades para gestionar de manera efectiva la coordinación de recursos, la ausencia de informes claros y transparentes sobre el uso y las emisiones de energía y la falta de métricas para evaluar con precisión el impacto ambiental que está conllevando el uso de la inteligencia artificial (IA).