-
+

Inteligencia Artificial y cambio climático: abordando desafíos, desarrollando soluciones

Gabriele Vestri

10 mins - 29 de Abril de 2024, 07:00

En materia de inteligencia artificial (IA), la atención mediática y doctrinal se ha centrado especialmente en el análisis y estudio de la IA como un fenómeno que debe ser regulado para que no produzca sesgos y discriminaciones no deseadas. Sin duda se trata de un enfoque absolutamente necesario y que acapara los mayores debates en torno a esta tecnología y más aún desde que las inteligencias artificiales generativas han irrumpido en nuestras vidas. Sin embargo, es importante señalar que la IA tiene tantas ramificaciones como disciplinas de estudio existen. En otras palabras, la IA se insinúa, con mayor o menor peso, en muchas materias y disciplinas científicas, muchas de las cuales no han encontrado el debido protagonismo en el debate actual. Es el caso de los sistemas de IA en el ámbito del cambio climático. 

En este complejo escenario, convergen al menos tres vertientes relacionadas con la IA: en primer lugar, la IA se vislumbra como una herramienta colaborativa para luchar contra el cambio climático; en segundo lugar, la IA se presenta como un instrumento para analizar las acciones humanas que agravan las condiciones del cambio climático; y, en tercer lugar, los sistemas de IA son identificados como una tecnología que absorbe y consume recursos, inclusive naturales, agravando los problemas asociados al cambio climático. Si en los dos primeros casos el elemento destacado es la posibilidad de crear un escenario predictivo sobre el cual actuar, la tercera vertiente se convierte en una gran preocupación, sobre todo considerando el aumento de empresas y software de IA que necesitan —y  que cada vez requerirán más— de recursos para poder entrenar y potenciar sus propios sistemas. Es fácil de entender que las tres áreas mencionadas encuentran ciertas conexiones entre ellas, sin embargo, tienen, asimismo, características y tendencias únicas que pueden ser tratadas separadamente

En relación con la primera vertiente, en el año 2019, quizás lo recuerden —o quizás haya pasado desapercibido—, se publicó un estudio titulado “Tackling climate change with machine learning”. En este estudio, un grupo de veintidós expertos internacionales en machine learning (ML) señalaron trece áreas específicas en las que el ML puede intervenir para, como mínimo, mitigar el cambio climático. Así, los investigadores nos hacen ver una IA proactiva y capaz de instaurar cambios significativos en materia de cambio climático. El texto hace referencia, entre otras cuestiones, a la generación de energía, a la reducción de emisiones de CO2, a la educación, a la ingeniería climática solar y a las finanzas. Dentro de estos ámbitos, se presentan amplias oportunidades para la innovación y la investigación. Un ejemplo sería el desarrollo de construcciones con mayor eficiencia energética, la elaboración de nuevos materiales con bajas emisiones de carbono, el perfeccionamiento del monitoreo de la deforestación y la creación de formas de transporte más amigables con el medio ambiente. Todo esto es realizable con sistemas de IA que están al alcance de los tiempos que corren.

Como se ha señalado, la segunda vertiente es fundamental. En un artículo titulado “La inteligencia artificial y el reto climático”, publicado en la revista Ethic, Nuria Oliver señalaba que los enfoques de la inteligencia artificial que se apoyan en el aprendizaje automático, particularmente aquellos basados en redes neuronales profundas, posibilitan la modelación del clima y el tiempo. Estos métodos permiten identificar patrones y realizar predicciones precisas sobre las variaciones en la temperatura global mediante el análisis de grandes cantidades de datos meteorológicos y climáticos multidimensionales. 

Está claro que la lamentable visión antropocéntrica que los humanos tenemos del planeta que compartimos produce aterradores resultados que ya son más que visibles. Ahora bien, desde la perspectiva que nos ocupa aquí, podemos afirmar que hoy día, la IA nos permite predecir los escenarios a los que nos podríamos enfrentar. Así, los sistemas de IA permiten procesar las acciones que los humanos estamos realizando y que producen, entre otras consecuencias, el aumento de las temperaturas globales, el derretimiento del hielo y el aumento del nivel del mar, un clima extremo o la continua pérdida de biodiversidad. En este sentido, es posible crear modelos de IA que logren predecir y, por lo tanto, alertar sobre los problemas que están sufriendo la diversidad de ecosistemas, la diversidad de especies o la diversidad genética, entre otros. Todo esto pasa por conocer, por ejemplo, las especies de un determinado ecosistema. Recientemente, publicado en Frontiers in Science, conocimos el KMAP Global Ocean Gene Catalog 1.0. Utilizando IA, este catálogo reúne a 317,5 millones de grupos de genes de organismos marinos de todo el mundo. El catálogo, según lo que revelan los autores del estudio, sirve, entre otras cosas, como fundamento para monitorear el impacto de las influencias humanas, como la contaminación y el calentamiento global, en la vida marina. Asimismo, existen modelos que nos permiten conocer cómo el calentamiento de los océanos influye en el aumento del nivel del mar. En un estudio realizado en España, publicado en la revista Nature Scientific Reports y titulado Predicting regional coastal sea level changes with machine learning, las investigadoras Verónica Nieves, Cristina Radin y el investigador Gustau Camps-Valls crearon un sistema de aprendizaje automático que utiliza estimaciones de la temperatura del océano para entender cómo varía el nivel del mar en la costa en diferentes periodos de tiempo.

En este mismo orden de ideas, existen investigaciones avanzadas, como las de Anna Liljedahl del Woodwell Climate Research Center, que utilizan sistemas de IA para ayudar a prever los cambios del permafrost —debido también a la acción humana— en una escala de tiempo estacional, en lugar de hacerlo en una escala centenaria. Esto permite proporcionar una visión más precisa del ritmo de deshielo en el Ártico. Estos son solo algunos ejemplos que nos permiten comprender la necesidad de iniciar un debate honesto sobre la aplicación de sistemas de IA que generan avances científicos de utilidad para la humanidad. Parece que existen diversas categorías de IA, y no me refiero únicamente a la clasificación tradicional que menciona la IA especializada y la IA general. Estamos ante una IA científica, es decir, al servicio de la ciencia, y una IA lúdica que busca facilitarnos la vida. En ningún momento planteo la posibilidad de que una destaque sobre la otra; simplemente, hay un enfoque diferente en la aproximación a esta tecnología y esto no siempre se tiene debidamente en cuenta.

En tercer lugar, no podemos obviar el consumo de recursos que los sistemas de IA están empleando para ser entrenados y, por ende, para otorgarnos cada vez más potencia, sobre todo generativa. Muy recientemente, y con muy pocos rodeos, el portal Hoy Eco publicaba un artículo titulado: El dilema de la IA: esta famosa plataforma consume más energía que una central nuclear”. En él se podía leer que un sistema como ChatGPT, para su entrenamiento y funcionamiento, consume tanta energía como un país pequeño y que debemos preguntarnos si serán necesarias centrales nucleares para permitirnos seguir usando la IA. En este mismo sentido, hemos conocido el caso de la macrogranja de servidores de Microsoft en Hollandse Kroon (Países Bajos). Según Rob Elsinga, National Technology Officer de Microsoft: “refrigeramos nuestros centros de datos holandeses principalmente con aire exterior. Podemos hacerlo aproximadamente el 95% del año, dependiendo de la temperatura in situ”. Sin embargo, las granjas de servidores no pueden desmentir el uso de agua potable. Tanto es así que, en el caso mencionado y según el proyecto inicial, Microsoft hubiese tenido que consumir entre 12 y 20 millones de litros de agua potable anuales. La realidad fue abrumadoramente distinta. Geert van der Klugt, en su artículo titulado Microsoft data center guzzles scarce water supply amidst heatwave publicado en Techzine, señala que el consumo anual ascendió, en 2021, a 84 millones de litros (84 mil metros cúbicos es decir 33 piscinas olímpicas). Está demostrado cómo ahora el debate debe converger sobre la sostenibilidad de la IA en aras de la obligación de crear una indisociable alianza entre IA y desarrollo sostenible de la misma. Las bases existen, tanto normativas como científicas. España, por ejemplo, cuenta desde 2022 con el Plan Nacional de Algoritmos Verdes (PNAV). Asimismo, la Ley 7/2021, de 20 de mayo, de cambio climático y transición energética, en su artículo 6c) señala: “Emplear el potencial de nuevas tecnologías, como la Inteligencia Artificial, para transitar hacia una economía verde, incluyéndose, entre otros aspectos, el diseño de algoritmos energéticamente eficientes por diseño”. Por otro lado, una vez más destacan las científicas y científicos españoles. Entre otros, el Centro de Investigación en Tecnologías de la Información y las Comunicaciones (CITIC) de la Universidad de A Coruña investiga de forma muy avanzada los denominados “algoritmos verdes”. En otras palabras, la ciencia es consciente de que la sostenibilidad algorítmica es fundamental; ahora es necesario un ulterior esfuerzo para que esta necesidad sea conocible para la población. Así como se ha “democratizado” el uso de sistemas de IA generativa, ahora toca “democratizar”, impulsar y requerir una IA que tenga en cuenta el impacto medioambiental que ella misma provoca. Debo avisar de que no será, en mi opinión, una tarea sencilla. La IA ha entrado en un vórtice que ella misma ha provocado. Se trata de una tecnología que se ha convertido en irrenunciable y esto no es positivo. Algo ineludible provoca un crecimiento a toda costa, especialmente a costa del medioambiente y de los derechos de las personas. Confío en que las regulaciones legales intenten, por lo menos, mitigar los efectos descritos.

En la encrucijada del avance tecnológico y la preservación ambiental, la IA surge como una herramienta de doble filo en la lucha contra el cambio climático. Mientras que, por un lado, ofrece soluciones innovadoras para abordar los desafíos medioambientales e inherentes al cambio climático, por el otro, plantea interrogantes éticos y consecuencias poco propicias para la protección del medioambiente. La IA representa una tecnología poderosa; sin embargo, no debemos confiarle totalmente la resolución de los problemas relativos al cambio climático. Una IA más o menos potente sigue siendo una herramienta que debe mantenerse al servicio de la humanidad. Esto significa que son las políticas públicas, las personas, quienes debemos ser resilientes ante el cambio climático. Dicha proactividad, naturalmente, puede y debe ir acompañada por las mejores herramientas, entre ellas la IA.
¿Qué te ha parecido el artículo?
Participación