¿Por qué pedirle a la IA fotos tipo Studio Ghibli genera tanto consumo de agua? La respuesta con 10 ejemplos

El fenómeno mundial que ha suscitado tener fotos tipo Studio Ghibli ha generado, al tiempo, alarmas ambientales. ¿Por qué? Generar imágenes con inteligencia artificial consume recursos físicos, incluida el agua. Esto se debe a que los centros de datos que alojan los modelos de inteligencia artificial requieren grandes cantidades de energía y generan calor. Para evitar el sobrecalentamiento, estos centros utilizan sistemas de refrigeración que pueden depender del agua para enfriamiento.

Algunos estudios han estimado que entrenar grandes modelos de IA, como los de generación de imágenes, puede consumir miles de litros de agua, dependiendo de la infraestructura y ubicación del centro de datos. Sin embargo, el consumo varía según factores como el clima (en lugares fríos se necesita menos refrigeración) y la eficiencia de los sistemas de enfriamiento.

Aquí, diez ejemplos concretos en los que la generación de imágenes con inteligencia artificial implica consumo de agua:

1. Entrenamiento de modelos de IA: para entrenar modelos de generación de imágenes como DALL·E o Stable Diffusion, se usan miles de GPU (Unidad de Procesamiento Gráfico) en centros de datos, que requieren refrigeración con agua o aire.

2. Inferencia y generación de imágenes: cada vez que un usuario genera una imagen con IA, los servidores procesan la solicitud, consumiendo energía y necesitando enfriamiento.

3. Almacenamiento de datos: las imágenes creadas se guardan en servidores que necesitan ser mantenidos en condiciones óptimas de temperatura, lo que puede requerir sistemas de enfriamiento basados en agua.

4. Distribución en la nube: plataformas como Google Cloud, AWS o Azure utilizan centros de datos que emplean agua para enfriar sus servidores mientras generan y entregan imágenes a los usuarios.

5. Centros de datos en climas cálidos: en regiones donde la temperatura es alta, los sistemas de refrigeración por agua son más intensivos para evitar sobrecalentamiento.

6. Uso de energía en lugares con centrales hidroeléctricas: si la electricidad usada para alimentar los servidores proviene de hidroeléctricas, también hay un consumo indirecto de agua en el proceso de generación de energía.

7. Limpieza y mantenimiento de servidores: se requiere agua para la limpieza de equipos de enfriamiento, como torres de refrigeración y sistemas HVAC (calefacción, ventilación y aire acondicionado).

8. Fabricación de hardware: la producción de chips, GPU y otros componentes para servidores consume agua en su proceso industrial, especialmente en la fabricación de semiconductores.

9. Renderizado en grandes volúmenes: empresas que generan miles o millones de imágenes con IA para catálogos, videojuegos o películas requieren centros de datos más grandes y eficientes, lo que aumenta el consumo de agua.

10. Sistemas de respaldo y redundancia: para garantizar la disponibilidad de imágenes y modelos de IA, se replican en múltiples servidores en diferentes ubicaciones, lo que multiplica el impacto en términos de consumo de energía y refrigeración con agua.

Reducir el consumo de agua en la generación de imágenes con inteligencia artificial es un desafío, pero hay varias estrategias que pueden ayudar a mitigar su impacto:

1. Centros de datos eficientes

• Optar por proveedores sostenibles: empresas como Google, Microsoft y Amazon han mejorado la eficiencia hídrica de sus centros de datos mediante sistemas de enfriamiento más avanzados.
• Ubicación estratégica: construir centros de datos en climas fríos reduce la necesidad de enfriamiento por agua, aprovechando temperaturas naturales.
• Uso de aire en lugar de agua: algunas empresas están implementando refrigeración por aire o sistemas de enfriamiento adiabático (que usa menos agua).

2. Energía renovable

• Alimentar los centros de datos con energía renovable: el uso de energía solar o eólica evita la dependencia de hidroeléctricas, que consumen grandes cantidades de agua.
• Uso de agua reciclada o de lluvia: algunas instalaciones ya implementan sistemas de recolección de agua pluvial y reutilización del agua para enfriamiento.

3. Optimización del uso de IA

• Modelos más eficientes: utilizar modelos más pequeños y optimizados reduce la cantidad de cómputo necesario y, por ende, el consumo de recursos.
• Procesamiento en dispositivos locales: si es posible, usar modelos en dispositivos personales en lugar de depender de servidores remotos puede disminuir la carga sobre los centros de datos.

4. Reducción del consumo innecesario

• Uso responsable de IA: evitar la generación masiva de imágenes sin propósito real puede ayudar a reducir el uso de servidores y, en consecuencia, de agua.
• Mejor gestión del almacenamiento: optimizar la retención de datos para evitar almacenar imágenes innecesarias en la nube reduce la carga en los servidores.

5. Regulaciones

• Reportes de consumo hídrico: empresas tecnológicas pueden ser más transparentes sobre su uso de agua y comprometerse con objetivos de reducción.
• Regulaciones gubernamentales: algunos países ya están estableciendo normativas para la eficiencia en centros de datos y el uso responsable de los recursos hídricos.