La inteligencia artificial (IA) se está topando con un obstáculo en materia de energía y, a medida que aumentan los modelos, su entrenamiento podría requerir pronto fuentes de energía como los reactores nucleares, según el fundador de Akash Network, Greg Osuri.
En una entrevista con Andrew Fenton, de Cointelegraph, en Token2049, en Singapur, Osuri afirmó que la industria subestima la rapidez con la que se multiplican las demandas informáticas y sus costes medioambientales. Señaló que los centros de datos ya consumen cientos de megavatios de energía procedente de combustibles fósiles.
Osuri advirtió que esta tendencia podría desencadenar una crisis energética, aumentando las facturas de electricidad de los hogares y añadiendo millones de toneladas de nuevas emisiones cada año.
“Estamos llegando a un punto en el que la IA está matando a la gente”, afirmó, señalando los efectos sobre la salud del uso concentrado de combustibles fósiles en los centros de datos.
Cómo la descentralización podría mitigar el problema energético de la IA
El martes, Bloomberg informó que los centros de datos de IA están provocando un aumento de los costes energéticos en Estados Unidos.
El informe destacaba cómo los centros de datos han contribuido al aumento de las facturas de energía de los hogares. Según el informe, los costes mayoristas de la electricidad han aumentado un 267% en cinco años en las zonas cercanas a los centros de datos.
Osuri declaró a Cointelegraph que la alternativa es la descentralización. En lugar de concentrar los chips y la energía en mega centros de datos únicos, Osuri dijo que el entrenamiento distribuido a través de redes de GPU mixtas más pequeñas, que van desde chips empresariales de alta gama hasta tarjetas de juegos en ordenadores domésticos, podría desbloquear la eficiencia y la sostenibilidad.
“Una vez que se determinen los incentivos, esto despegará como lo hizo la minería”, dijo, y añadió que los ordenadores domésticos también podrían eventualmente ganar tokens al proporcionar potencia de cálculo sobrante.
Esta visión guarda similitudes con los inicios de la minería de Bitcoin (BTC) en la que los usuarios normales podían aportar su potencia de procesamiento a la red y obtener una recompensa a cambio. En este caso, la “minería” consistiría en entrenar modelos de IA en lugar de resolver acertijos criptográficos.
Osuri afirmó que esto podría dar a la gente común una participación en el futuro de la IA, al tiempo que reduciría los costes para los desarrolladores.
Aún existen retos
Aunque su potencial es innegable, Osuri afirmó que aún existen retos. El entrenamiento de modelos a gran escala en un mosaico de diferentes GPU requiere avances tecnológicos en software y coordinación. Afirmó que se trata de un problema que la industria apenas está empezando a resolver.
“Hace unos seis meses, varias empresas comenzaron a demostrar varios aspectos del entrenamiento distribuido”, dijo Osuri.
“Nadie ha reunido todas esas cosas y ha ejecutado realmente un modelo”. Añadió que esto podría cambiar “a finales de año”.
Otro obstáculo es la creación de sistemas de incentivos justos. “Lo difícil son los incentivos”, afirmó Osuri. “¿Por qué alguien iba a ceder su ordenador para entrenar? ¿Qué obtienen a cambio? Ese es un reto más difícil de resolver que la tecnología algorítmica en sí”.
A pesar de estos obstáculos, Osuri insistió en que el entrenamiento descentralizado de la IA es una necesidad. Al distribuir las cargas de trabajo a través de redes globales, afirmó que la IA podría aliviar la presión sobre las redes eléctricas, reducir las emisiones de carbono y crear una economía de IA más sostenible.
Aclaración: La información y/u opiniones emitidas en este artículo no representan necesariamente los puntos de vista o la línea editorial de Cointelegraph. La información aquí expuesta no debe ser tomada como consejo financiero o recomendación de inversión. Toda inversión y movimiento comercial implican riesgos y es responsabilidad de cada persona hacer su debida investigación antes de tomar una decisión de inversión.