Hacia la ‘Energ-IA’
El impacto de la inteligencia artificial no solo se circunscribe al sector tecnológico. El caso de la energía es otra línea
Los dos principales factores que frenaban el desarrollo de la inteligencia artificial (IA) años atrás eran la disponibilidad de datos de entrenamiento y la capacidad de computación. Pero sendos obstáculos se han superado en gran medida de forma reciente. El uso de datos sintéticos frente a datos reales, originados a través de algoritmos de deep learning, está aumentando el volumen de datos disponibles y evitando sesgos en los datos de entrenamiento. Y, de...
Los dos principales factores que frenaban el desarrollo de la inteligencia artificial (IA) años atrás eran la disponibilidad de datos de entrenamiento y la capacidad de computación. Pero sendos obstáculos se han superado en gran medida de forma reciente. El uso de datos sintéticos frente a datos reales, originados a través de algoritmos de deep learning, está aumentando el volumen de datos disponibles y evitando sesgos en los datos de entrenamiento. Y, de forma adicional, hemos asistido a un extraordinario desarrollo de la capacidad de computación, inimaginable hace apenas unos pocos años.
Pero ahora se constata un nuevo “factor limitante”, del que ha advertido en el último Foro Económico Mundial de Davos el consejero delegado de OpenAI, Sam Altman: la energía. Las proyecciones actuales apuntan a que la inversión a nivel global en data-centers (infraestructura esencial en el desarrollo de la IA) alcanzará 50.000 millones de dólares en 2030. Si se materializa, este consumo de energía equivaldrá al 21% del total mundial, frente al 3% actual. Para enfrentar este desafío, un estudio de Afi sugiere que la consolidación de centros de datos profesionales, en lugar de servidores tradicionales, podría reducir su demanda energética en hasta un 60%.
La propia IA podría ser la que encuentre la solución. Una reciente publicación de Microsoft señala que la combinación de los últimos avances en IA y computación de alto rendimiento (HPC por sus siglas en inglés) ha conseguido reducir de 32 millones de materiales inorgánicos necesarios para el desarrollo de nuevas baterías a solo 18 millones. Este proceso, que mediante el método científico tradicional habría tardado años en llevarse a cabo, se completó en cuestión de semanas.
El impacto de la IA no solo se circunscribe al sector tecnológico. El caso de la energía es otra línea. El volumen de captación de fondos por parte de las start- ups del sector ha aumentado de forma considerable. Helion Energy, compañía “energética” a la que Altman financió en 2021 con 500 millones de dólares, promete avances significativos en el uso del primer reactor comercial de fusión nuclear en 2024. Además, ha firmado acuerdos para suministrar energía a Microsoft en 2028. Sin embargo, no solo Altman da respaldo financiero a esta compañía. Otras personalidades relevantes en el ámbito tecnológico como Elon Musk o Moskovitz (co-fundador de Facebook) y entidades de capital riesgo apuestan por el desarrollo de esta nueva forma de energía.
La inversión por parte de las grandes tecnológicas (Google y Meta apoyan proyectos de fusión nuclear) sobrepasa los límites de lo que se considera “tecnología” e implican una especie de integración vertical a gran escala: generar su propia energía para dar soporte a sus centros de datos. ¿Serán las futuras compañías energéticas las actuales compañías tecnológicas?
Sigue toda la información de Economía y Negocios en Facebook y X, o en nuestra newsletter semanal