El creciente uso de la inteligencia artificial (IA), como en ChatGPT o Midjourney, ha llevado a un significativo incremento en el consumo de energía y agua, lo cual genera preocupaciones ambientales. Las grandes demandas energéticas asociadas a estas tecnologías incluso han llevado a considerar el uso de la energía nuclear como posible solución. Sin embargo, existe un interés creciente en desarrollar métodos para que la IA sea más eficiente energéticamente.
Investigadores de BitEnergy AI han presentado una técnica innovadora que promete reducir el consumo energético de la IA hasta en un 95% sin sacrificar calidad. Esta «dieta» energética se centra en una nueva manera de realizar operaciones de multiplicación, que son comunes y esenciales para el funcionamiento de la IA, especialmente en áreas como el aprendizaje profundo. Tradicionalmente, estas operaciones se realizan con números de coma flotante, lo que implica un alto consumo energético. La propuesta de los investigadores es utilizar sumas de enteros en lugar de multiplicaciones, lo cual reduce significativamente el consumo energético.
El enfoque innovador, denominado L-Mul, descompone las multiplicaciones en sumas, acelerando los cálculos y minimizando el uso de energía sin afectar la precisión de los resultados. No obstante, esta técnica requiere hardware especial para ser implementada eficientemente, lo cual representa un desafío ya que los sistemas actuales no están diseñados con este propósito en mente. A pesar de este obstáculo, hay optimismo en que los algoritmos desarrollados puedan ser implementados en chips de hardware especializados en el futuro cercano, haciendo esta solución práctica y accesible para reducir el impacto ambiental de la IA.
Esta iniciativa se suma a otros esfuerzos por encontrar métodos más eficientes para operaciones clave en informática, como la multiplicación de matrices, la cual es fundamental en muchas aplicaciones de IA. DeepMind y un equipo de la Universidad Politécnica de Valencia han propuesto alternativas prometedoras para mejorar estos procesos. La búsqueda de soluciones que permitan a la IA ser más eficiente energéticamente es crucial para su desarrollo sostenible y su integración responsable en nuestras vidas.