La generación de imágenes mediante inteligencia artificial (IA) se ha convertido en una práctica común, facilitando la creación de visuales a partir de descripciones textuales. Sin embargo, a pesar de su accesibilidad y popularidad, esta tecnología plantea importantes preocupaciones en términos de consumo de electricidad y agua. Un reciente estudio ha revelado que la creación de una sola imagen puede requerir una cantidad de energía comparable a la necesaria para cargar completamente la batería de un teléfono inteligente, lo que genera inquietudes sobre el impacto ambiental de estas operaciones aparentemente triviales.

Los investigadores han medido el consumo energético de 88 modelos de IA, abarcando tareas que incluyen la generación de texto, clasificación de datos y creación de imágenes. Los resultados indican que los modelos dedicados a la generación de imágenes son los más demandantes, utilizando en promedio 2,9 kilovatios hora (kWh) por cada 1000 inferencias de imagen. En contraposición, la generación de texto consume apenas 0,047 kWh bajo las mismas condiciones. Aunque estas cifras son estimaciones generales y pueden variar según el hardware y la eficiencia del modelo, ofrecen una base para entender el considerable impacto energético de estas tecnologías.

El proceso de generación de imágenes no es la única etapa que consume recursos de manera intensiva. La fase de entrenamiento de los modelos, que implica el procesamiento de grandes volúmenes de datos, requiere aún más energía. Por ejemplo, se estima que el entrenamiento de GPT-3 consumió alrededor de 1300 megavatios hora (MWh), una cantidad equivalente al consumo anual de electricidad de 130 hogares en Estados Unidos. Este elevado consumo energético pone de relieve la necesidad de considerar el ciclo de vida completo de los modelos de IA.

Además del consumo eléctrico, los centros de datos que sustentan estas operaciones requieren grandes volúmenes de agua para su refrigeración. Un estudio de la Universidad de California reveló que el consumo de agua del centro de datos de Microsoft en Iowa, donde opera GPT-4, aumentó en un 37% entre 2021 y 2022, alcanzando los 6.436 millones de litros anuales. Este incremento se atribuye en gran medida al uso intensivo de modelos de IA, que también generan un gasto hídrico significativo en la creación de imágenes, estimándose que una sola imagen puede requerir entre 0,018 y 3,45 litros de agua.

La falta de transparencia en las prácticas de las empresas tecnológicas complica la evaluación del impacto real de la inteligencia artificial en el medio ambiente. Investigadores como Sasha Luccioni, de Hugging Face, han señalado que muchas empresas han dejado de proporcionar información sobre el tamaño de sus modelos y el tipo de hardware utilizado. Esta opacidad dificulta el diseño de políticas efectivas para mitigar el impacto ambiental. Además, Alex de Vries, de la Universidad de Ámsterdam, advierte que el sector de la IA podría consumir entre 85 y 134 teravatios hora (TWh) anuales para 2027, lo que equivaldría al consumo eléctrico de los Países Bajos. Con la tendencia de utilizar modelos más grandes, el desafío de mejorar la eficiencia energética se vuelve aún más apremiante.