La inversión privada en IA generativa ha crecido de aproximadamente 3 mil millones de dólares en 2022 a 25 mil millones en 2023, y alrededor del 80 por ciento de las empresas privadas esperan que la IA impulse sus negocios en los próximos 3 años, según Deloitte. Mantenerse al día con los últimos avances significa actualizar las GPUs, CPUs y otros equipos electrónicos en los centros de datos a medida que se lanzan chips más nuevos y avanzados. Y eso, según proyectan los investigadores, conducirá a una explosión en la producción de residuos electrónicos.
Un estudio publicado la semana pasada en la revista Nature Computational Science estima que la adopción agresiva de modelos de lenguaje de gran tamaño (LLMs, por sus siglas en inglés) por sí sola generará 2,5 millones de toneladas de residuos electrónicos por año para 2030.
“La IA no existe en un vacío; depende de recursos de hardware sustanciales que tienen huellas ambientales tangibles”, dice el coautor del estudio Asaf Tzachor, investigador de sostenibilidad y clima en la Universidad Reichman, en Israel.
“La conciencia sobre el problema de los residuos electrónicos es crucial para desarrollar estrategias que mitiguen los impactos ambientales negativos mientras se aprovechan los beneficios de los avances en IA”, afirma.
La mayoría de las investigaciones sobre sostenibilidad de la IA se han centrado en el uso de energía y agua de estos modelos y sus correspondientes emisiones de carbono. Tzachor trabajó con Peng Wang y Wei-Qiang Chen, ambos profesores de la Academia China de Ciencias, para calcular el posible aumento de residuos electrónicos asociado con la IA generativa. El estudio tiene como objetivo proporcionar una estimación de la escala potencial del problema, y los investigadores esperan que inspire a las empresas a adoptar prácticas más sostenibles.
La escala del problema de los residuos electrónicos
Los residuos electrónicos contienen metales tóxicos y otros químicos que pueden filtrarse al medio ambiente y causar problemas de salud. En 2022, el mundo produjo un total de 62 millones de toneladas de residuos electrónicos, según el Monitor Global de Residuos Electrónicos de las Naciones Unidas. Este flujo de residuos crece cinco veces más rápido que los programas de reciclaje, encontró la ONU.
En los próximos años, la IA podría contribuir significativamente al problema. Tzachor dice que los residuos electrónicos asociados con la IA generativa incluyen GPUs, CPUs, baterías utilizadas como respaldo de energía en centros de datos, módulos de memoria y placas de circuitos impresos desechados.
El estudio detalla cuatro posibles escenarios para la adopción de la IA generativa—que van desde una expansión limitada hasta una agresiva—y proyecta un posible aumento de residuos electrónicos desde una base de referencia de 2.600 toneladas por año en 2023. Una expansión limitada del uso de la IA generaría un total de 1,2 millones de toneladas de residuos electrónicos de 2023 a 2030; el uso agresivo resultaría en un total de 5 millones de toneladas durante ese período. Tzachor dice que, dada la tendencia actual, el escenario agresivo es el más probable.
El estudio no es exhaustivo, ya que considera únicamente los modelos de lenguaje de gran tamaño, no otras formas de IA generativa. Tzachor dice que el equipo se centró en los LLMs porque están entre los más intensivos computacionalmente.
“Incluir otras formas de IA aumentaría las cifras proyectadas de residuos electrónicos”, señala Tzachor.
¿Qué se puedehacer para reducir los residuos electrónicos de la IA?
En teoría, adoptar chips más avanzados debería ayudar a que las granjas de servidores hagan más con menos y produzcan menos residuos. Pero cada actualización resulta en un aumento neto del flujo de residuos. Y dado los actuales restricciones comerciales sobre semiconductores, actualizar no siempre es una opción. Los países que no tienen acceso a los chips más avanzados podrían generar más residuos como resultado. Un retraso de un año en la actualización a los últimos chips resultará en un aumento del 14 por ciento en los residuos electrónicos, según el estudio.
Una de las mejores formas de mitigar este flujo de residuos de la IA es encontrar formas de reutilizar los equipos electrónicos—lo que Tzachor llama reciclaje descendente (downcycling). Los servidores que ya no son de vanguardia pueden reutilizarse para alojar sitios web o realizar tareas de procesamiento de datos más básicas, o pueden donarse a instituciones educativas.
La mayoría de las empresas tecnológicas, incluidas Amazon, Google y Meta, han anunciado objetivos de sostenibilidad que se centran en las huellas de carbono y el uso de energía renovable. Y Microsoft ha prometido limitar la producción de residuos electrónicos en sus centros de datos. Pero Tzachor dice que podrían necesitarse regulaciones para garantizar el cumplimiento de las mejores prácticas con respecto a los residuos electrónicos de la IA.
“Las empresas deberían tener incentivos para adoptar estas estrategias”, afirma.
