Si bien la tecnología actual de inteligencia artificial (IA) tiene un potencial estratégico y transformador, no siempre es ecológica debido al alto consumo de energía. Al rescate están los investigadores del Instituto de Tecnología de Massachusetts (MIT) , que han ideado una solución que no solo reduce los costes sino que, lo que es más importante, reduce la huella de carbono del modelo de IA.
En junio de 2019, la Universidad de Massachusetts en Amherst reveló que la cantidad de energía utilizada en el entrenamiento del modelo de IA equivalía a 626,000 libras de dióxido de carbono. ¿Cómo es eso? La IA contemporánea no solo se ejecuta en una computadora portátil personal o en un servidor simple. Por el contrario, las redes neuronales profundas se implementan en diversos arreglos de plataformas de hardware especializadas. El nivel de consumo de energía requerido para impulsar tales tecnologías de IA es aproximadamente cinco veces mayor que las emisiones de carbono de por vida de un automóvil estadounidense promedio, incluida su fabricación.
El equipo de investigación del MIT ha ideado un innovador sistema automatizado de inteligencia artificial, denominado red de una vez por todas (OFA), que se describe en su documento aquí . Este sistema de IA, la red OFA, minimiza el consumo de energía al “desacoplar la capacitación y la búsqueda para reducir el costo”. La red OFA se construyó en base a los avances del aprendizaje automático de máquina (AutoML).
Esencialmente, la red OFA funciona como una red ‘madre’ para numerosas subredes. Como la red ‘madre’, alimenta sus conocimientos y experiencias pasadas a todas las subredes, capacitándolas para operar de manera independiente sin la necesidad de una nueva capacitación. Esto es diferente a la tecnología de IA anterior que tenía que «repetir el proceso de diseño de la red y volver a entrenar la red diseñada desde cero para cada caso. Su costo total gr [ew] linealmente … a medida que aumenta el número de escenarios de despliegue [d], lo que … da como resultado [ed] un consumo excesivo de energía y emisiones de CO2 ”.
Fuente: Noticias del MIT
