Xoves 23 Maio 2024

Algoritmos vs. cambio climático: así combate a intelixencia artificial o gasto enerxético

A investigadora Verónica Bolón, do CITIC, lidera un estudo pioneiro en Galicia para facer máis sostibles os procesos informáticos

O cambio climático é un dos grandes desafíos do século XXI. O aumento das temperaturas e do nivel do mar, o desxeo dos polos, o buraco da capa de ozono e incluso a ecoansiedade acaparan conversacións informais e portadas de xornais. A conclusión é clara: urxe buscar unha solución dende todos os prismas, incluíndo a intelixencia artificial. Os denominados algoritmos verdes son unha opción de futuro para reducir o gasto enerxético e para que a tecnoloxía —cada vez máis imprescindible no cotián— sexa o máis sostible posible. Galicia tamén está contribuíndo a este obxectivo a través do Centro de Investigación en Tecnoloxías da Información e das Comunicacións (CITIC) da Universidade da Coruña. Dende alí, a investigadora Verónica Bolón lidera un estudo pioneiro no país que busca, precisamente, reducir o consumo enérxetico derivado da intelixencia artificial.

Que son os algoritmos verdes?

“A intelixencia artificial é moi útil para resolver problemas derivados do cambio climático pero, ao mesmo tempo, pode ser parte do problema”, asegura a experta. Segundo explica, hai algoritmos que consomen grandes cantidades de enerxía, o que inevitablemente provoca a emisión de dióxido de carbono á atmosfera. Por iso, estanse a buscar alternativas que permitan reducir o impacto ambiental dos algoritmos. “Fálase da posibilidade de que sexan verdes. É dicir, máis respectuosos co medio ambiente”, puntualiza Bolón, condensando tamén os obxectivos da investigación que lidera.

Publicidade

Para conseguir que os algoritmos emitan menos CO2 á atmosfera empréganse diferentes estratexias. Bolón enumera a primeira, que consistiría en adaptalos para que poidan executarse usando un número reducido de bits. É dicir, unha cifra menor á habitual, que é a de 64 bits, e que empregan a maioría dos procesadores. Porén, esta redución tamén ten os seus inconvenientes: “Implica unha perda de precisión nas operacións que realizan os algoritmos”, di Bolón. Esta desvantaxe é unha das que se están a estudar hoxe en día. É imprescindible saber se a perda de bits é asumible e, polo tanto, se o sistema continúa a funcionar correctamente.

“Os algoritmos poden ser máis respectuosos co medio ambiente se se acurta o seu proceso de adestramento”

VERÓNICA BOLÓN, investigadora do CITIC

Outra das estratexias que menciona a experta do CITIC é a de acurtar o proceso de adestramento dos algoritmos. Noutras palabras: que haxa menos iteracións, menos parámetros e tamén menos capas. “Hai que recordar que un só proceso de adestramento de GPT-3 consome a enerxía equivalente a 126 fogares daneses nun ano”, detalla a investigadora para, a continuación, mencionar a terceira das estratexias. Para facer os algoritmos o máis verdes posible tamén sería preciso cambiar o paradigma de aprendizaxe no borde en ligar da computación na nube. É dicir, en palabras de Bolón: “Explicar como se adaptan os algoritmos, respectar a privacidade, resposta máis rápida, aforro en sistemas de refrixeración…”.

Para que serven?

Os algoritmos verdes serían uns bos aliados para facerlle fronte aos desafíos medioambientais. Bolón explica que son útiles para resolver problemas derivados da eficiencia enerxética en edificios, permitindo caracterizar patróns de consumo e recomendando actuacións máis eficientes. Pero tamén servirían para predicir a aceptación de políticas en materia de eficiencia enerxética por parte dos cidadáns. “Temos que lembrar que a intelixencia artificial proporciona unha mellora na análise de información e toma de decisións de calquera ámbito, polo que se pode utilizar para monitorizar tendencias e impactos no medio ambiente, así como para predicir consumos”, expón a investigadora do CITIC.

Son útiles na vida cotiá, sobre todo para resolver problemas derivados da eficiencia enerxética en edificios

No día a día, os algoritmos tamén poderían ser unha boa ferramenta para combater o cambio climático dende o interior das nosas casas. Serían útiles, por exemplo, para programar a calefacción de maneira que se aforrasen o maior número de custos posible. “Na nosa vida cotiá si, son moi útiles para temas de eficiencia enerxética”, insiste Bolón. Ao tempo que lembra que os algoritmos verdes, máis alá de que contribúen á sostibilidade e a combater o cambio climático, tamén teñen outra importante vertente. “Hai que encontrar o camiño para que os propios algoritmos sexan máis sostibles e permitan reducir a pegada de CO2 dos actuais”, apunta a investigadora.

Unha iniciativa con visión de futuro

Bolón e o seu equipo do CITIC teñen a vista posta no futuro. E o futuro pasa, precisamente, polos algoritmos verdes. Niso está centrado o proxecto que ela mesma lidera, co foco posto nun determinado tipo de algoritmos de intelixencia artificial para que sexan o máis verdes posible. En particular, investigan sobre os algoritmos de selección de características que buscan, precisamente, as características relevantes a un problema dado. “Por exemplo, que particularidades dun paciente ou resultados de probas que se lle realizaron son importantes para saber se ten unha determinada enfermidade”, explica a experta en intelixencia artificial.

Nun futuro, os algoritmos verdes poderían servir para fomentar prácticas computacionais máis sostibles

Segundo continúa trasladando Bolón, o verdadeiro reto está en que eses algoritmos de selección, que xa existen, consuman a menor cantidade de enerxía posible. Sobre todo porque, nalgúns casos, fanse buscas moi exhaustivas que requiren de moito esforzo computacional. “Por unha banda, intentamos que os algoritmos usen menos de 64 bits, o que tamén posibilita o seu uso en dispositivos on the edge. Por outra banda, intentamos acelerar a optimizar a súa execución con técnicas de paralelización”, apunta a experta.

Malia que o campo no que está a investigar o equipo do CITIC aínda é recente e, polo tanto, novidoso, os ollos xa miran cara ao futuro; cara a outras liñas de estudo que poidan supor un salto cualitativo. Por exemplo, coa optimización do uso de fontes de enerxía renovable. “Cando sexan máis habituais, poderase mellorar a través de sistemas informáticos. Por exemplo, con algoritmos que administren o uso de fontes de enerxía renovable nos grandes centros de datos”, aclara. Tamén serán útiles para fomentar prácticas computacionais máis sostibles, como a identificación de aplicacións cun alto consumo de enerxía ou programas que animen os usuarios a adoptar comportamentos informáticos máis sostibles. Malia que Bolón matiza que “aínda se están explorando liñas de investigación para ver o seu potencial”, non perde de vista que o futuro está a só un paso.

Laura Filloy
Laura Filloy
Xornalista científica pola Universidade Carlos III de Madrid. Comezou a súa andaina profesional no Faro de Vigo. Con experiencia en comunicación institucional a través de Médicos sen Fronteiras e a Deputación de Pontevedra, meteuse de cheo na divulgación científica na Axencia EFE. Dende 2021 en Gciencia, onde segue a cultivar a súa paixón pola ciencia.

DEIXAR UNHA RESPOSTA

Please enter your comment!
Please enter your name here

Este sitio emprega Akismet para reducir o spam. Aprende como se procesan os datos dos teus comentarios.

Relacionadas

Cambio climático e incendios: as principais ameazas das bolboretas en Galicia

As especies comúns están a salvo a curto prazo, mais os factores antrópicos supoñen un perigo para a preservación destes artrópodos

A UVigo deseña un modelo para predicir os efectos do cambio climático na biodiversidade

Un equipo da Escola de Enxeñaría Forestal de Pontevedra desenvolve un sistema capaz de propoñer melloras que reduzan o risco de incendios e inundacións

Podcast | Tecnoloxía adolescente ao servizo das persoas con parálise cerebral

O programa Talentos Inclusivos, unha iniciativa do CITIC en colaboración con ASPACE, protagoniza o segundo episodio de O Descodificador

Abril de 2024 foi o máis caloroso dende que existen rexistros globais

A temperatura foi 1,49 graos superior á media do período comprendido entre 1991 e 2020