¿Es la lA respetuosa con el medio ambiente?

Cada vez somos más conscientes de la urgencia que tiene adoptar prácticas sostenibles en nuestra vida diaria, así como cambiar nuestros modelos económicos y de producción en los que se basa nuestra sociedad. La Inteligencia Artificial (IA) tiene un enorme potencial y puede ser una aliada estratégica, desde el compromiso y justicia social hacia las personas, para alcanzar objetivos ambiciosos de desarrollo sostenible. La IA no solo es una herramienta, sino que bien usada, puede constituir un motor de cambio y transformación que nos puede ayudar a cuidar nuestro planeta.

Uno de los ámbitos donde la IA muestra un potencial extraordinario es en la optimización de recursos. Todos sabemos que los recursos naturales como el agua son escasos, y la contaminación que generan las energías tradicionales. En ambos casos, es muy importante una gestión eficiente basada en predicciones de la energía eólica y fotovoltaica, así como del consumo de agua tanto a corto, medio, como largo plazo, permitiendo así un mejor ajuste en tiempo real entre la producción y la demanda y reduciendo el desperdicio. La IA ya se está usando en las ciudades inteligentes para la optimización de la energía, dando lugar a reducciones del consumo energético y de emisiones de carbono significativas.

La agricultura es otro sector que está empezando a beneficiarse de la IA, acuñando el nuevo término de agricultura de precisión. Los agricultores a través de sensores, drones e imágenes satelitales pueden obtener datos precisos de la fenología de sus cultivos, así como detectar de forma temprana posibles plagas, lo que redunda en una mejora de la productividad y una reducción del impacto ambiental que supone la agricultura. Además, la IA puede ayudar para obtener los patrones de consumo de las personas, y modificar esos patrones hacia una vida saludable a través de sistemas de recomendación.

También puede tener un impacto positivo en el medio ambiente a través de la monitorización de variables medioambientales, como la calidad del aire y del agua o la biodiversidad, entre otros. La recopilación de estos datos a través de sensores distribuidos en diversas ubicaciones y su análisis en tiempo real con algoritmos de IA nos puede ayudar a detectar anomalías y predecir problemas, permitiendo una respuesta más rápida y efectiva.

Aunque estos son solo algunos ejemplos, entre muchos otros posibles, no podemos ignorar el impacto ambiental que tiene y la importancia de desarrollar una IA que sea sostenible por sí misma. Es conocido que el entrenamiento de los modelos es una etapa crucial en cualquier modelo de IA, y que este entrenamiento requiere una cantidad de energía considerable, sobre todo para los modelos basados en aprendizaje profundo, dada la granja de servidores en funcionamiento que se requiere para dicho entrenamiento, así como su necesidad de refrigeración.

Y, por tanto, recurrir solo a energías renovables no es suficiente, sino que además se hace imprescindible el desarrollo de modelos que sean computacionalmente eficientes, necesitando menores tiempos de entrenamiento. Con este enfoque, la IA no solo será una herramienta poderosa para conseguir objetivos de desarrollo sostenible, sino que su aplicación también será sostenible.

Los investigadores de IA tienen en la actualidad muchos retos por delante, y uno de ellos es el desarrollo de una IA verde que sea compatible con la sostenibilidad, integrando la misma como un requisito ya desde su etapa de diseño. Ese será el camino para avanzar hacia un futuro donde la tecnología y la naturaleza convivan en armonía. Este camino estará lleno de obstáculos, pero el compromiso inquebrantable con el medio ambiente puede hacerlo una realidad. La IA y la sostenibilidad no solo deben ser compatibles, sino que juntas pueden ser la clave para construir un mundo más respetuoso y saludable.

Alicia Troncoso Lora es Catedrática de Lenguajes y Sistemas Informáticos de la Universidad Pablo de Olavide (UPO) y Presidenta de la Asociación Española para la Inteligencia Artificial. Lidera el grupo de investigación Data Science and Big Data Research Lab de la UPO, y sus áreas de investigación son el deep learning, big data y la predicción de datos temporales.