Google ha revelado cómo la inteligencia artificial (IA) y el aprendizaje automático (ML) lo ayudan a ayudar a los consumidores y las empresas a reducir la huella ambiental de sus actividades al permitirles realizar ajustes en tiempo real que pueden reducir sus emisiones de gases de efecto invernadero (GEI).
Los detalles de su trabajo en esta área se pueden encontrar en el informe anual más reciente del gigante tecnológico. Informe ambiental. Cubriendo los 12 meses hasta el 31 de diciembre de 2022, el documento proporciona actualizaciones sobre cómo están progresando los esfuerzos del gigante tecnológico para operar sus centros de datos y oficinas con energía libre de carbono (CFE) las 24 horas y cómo va su intento de reducir el agua consumida por sus operaciones.
“Logramos aproximadamente un 64 % de CFE las 24 horas en todos nuestros centros de datos y oficinas, [and] este año, ampliamos nuestros informes de CFE para incluir oficinas y centros de datos de terceros, además de los centros de datos operados y propiedad de Google”, dijo la compañía.
“A fines de 2022, nuestros proyectos de cuencas hidrográficas contratados han reabastecido 271 millones de galones de agua, equivalentes a más de 400 piscinas olímpicas, para respaldar nuestro objetivo de reponer el 120 % del agua dulce que usamos”.
El informe también documenta cómo, siete años después de declararse como una “empresa pionera en inteligencia artificial”, esta tecnología está respaldando los esfuerzos de mitigación del cambio climático de la propia empresa.
Hasta este punto, la compañía dijo que estaba utilizando IA para acelerar el desarrollo de herramientas de lucha contra el cambio climático que pueden proporcionar “mejor información a las personas, optimización operativa para las organizaciones y mejores predicciones y pronósticos”.
Como ejemplo, la empresa señaló la forma en que Google Maps usa IA para ayudar a los usuarios a planificar viajes de una manera más ecológica al minimizar la cantidad de combustible y energía de la batería que usan para ir de A a B.
“Las rutas respetuosas con el medio ambiente han ayudado a evitar 1,2 toneladas métricas de emisiones de carbono estimadas desde su lanzamiento, lo que equivale a sacar de circulación aproximadamente 250 000 automóviles a base de combustible durante un año”, informó.
La tecnología también está resultando útil en el trabajo de la empresa para reducir la huella ambiental de sus modelos de IA al ayudar a que los centros de datos en los que están alojados funcionen de una manera más eficiente desde el punto de vista energético.
“Hemos realizado inversiones significativas en computación en la nube más limpia al convertir nuestros centros de datos en algunos de los más eficientes del mundo y obtener más energía libre de carbono”, dijo en el informe. “Estamos ayudando a nuestros clientes a tomar decisiones en tiempo real para reducir las emisiones y mitigar los riesgos climáticos con datos e inteligencia artificial”.
Para reforzar este punto, la compañía citó el lanzamiento de su función Active Assist para los clientes de Google Cloud, que utiliza el aprendizaje automático para identificar cargas de trabajo no utilizadas y potencialmente inútiles para que puedan detenerse para ahorrar dinero y reducir las emisiones de carbono de la organización al mismo tiempo.
Sin embargo, por otro lado, el informe reconoció que aumentar el uso de la IA de esta manera también aumenta la cantidad de trabajo que realizan sus centros de datos, lo que genera preocupaciones sobre el impacto ambiental y los hábitos de consumo de energía de sus cargas de trabajo de IA.
“Con la IA en un punto de inflexión, predecir el crecimiento futuro del uso de energía y las emisiones de la computación de IA en nuestros centros de datos es un desafío”, continuó el informe.
“Históricamente, la investigación ha demostrado que a medida que aumenta la demanda de cómputo de AI/ML, la energía necesaria para impulsar esta tecnología ha aumentado a un ritmo mucho más lento de lo que predijeron muchos pronósticos. Hemos utilizado prácticas comprobadas para reducir la huella de carbono de las cargas de trabajo por amplios márgenes; Juntos, estos principios han reducido la energía de entrenar un modelo hasta 100x y las emisiones hasta 1000x”.
El informe agregó: “Planeamos continuar aplicando estas prácticas probadas y seguir desarrollando nuevas formas de hacer que la informática de IA sea más eficiente”.