Google ha revelado cómo la inteligencia artificial (IA) y el aprendizaje automático (ML) están ayudando a los consumidores y las empresas a reducir la huella ambiental de sus operaciones al permitirles realizar ajustes en tiempo real que pueden reducir sus emisiones de gases de efecto invernadero (GEI).
Los detalles de su trabajo en este espacio se pueden encontrar en el último anuario del gigante tecnológico. informe ambiental. Cubriendo los 12 meses terminados 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, los 7 días de la semana, y cómo están progresando sus esfuerzos para reducir el uso de agua en las operaciones.
“Hemos logrado alrededor del 64 % de CFE 24/7 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 por Google”, dijo la compañía.
«Para fines de 2022, nuestras cuencas hidrográficas contratadas habrán reabastecido 271 millones de galones de agua, el equivalente a más de 400 piscinas olímpicas, para respaldar nuestro objetivo de reponer el 120 % del agua dulce que usamos».
El informe también documenta cómo esta tecnología sustenta los propios esfuerzos de la empresa para mitigar el cambio climático, siete años después de declararse «empresa pionera en IA».
Hasta ahora, la compañía dijo que está utilizando IA para acelerar el desarrollo de herramientas de mitigación del cambio climático que pueden proporcionar «mejor información para las personas, optimización operativa para las organizaciones y predicciones y pronósticos mejorados».
Como ejemplo, la empresa señaló la forma en que Google Maps utiliza IA para ayudar a los usuarios a planificar sus viajes de una manera más respetuosa con el medio ambiente al minimizar el consumo de combustible y batería en el camino de A a B.
«Las rutas ecológicas han ayudado a evitar aproximadamente 1,2 toneladas de emisiones de CO2 desde su introducción, el equivalente a dejar fuera de servicio alrededor de 250.000 automóviles que funcionan con combustible durante un año», dice.
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 los centros de datos que los alojan a funcionar con mayor eficiencia energética.
«Hemos realizado inversiones significativas en computación en la nube más limpia, haciendo que nuestros centros de datos sean los más eficientes del mundo y obteniendo más energía sin carbono», dice el informe. «Ayudamos a nuestros clientes a tomar decisiones en tiempo real para reducir las emisiones y mitigar los riesgos climáticos con datos e inteligencia artificial».
Para respaldar este punto, la empresa citó el lanzamiento de su función Active Assist para los clientes de Google Cloud, que utiliza el aprendizaje automático para identificar cargas de trabajo inactivas y potencialmente inútiles para que puedan detenerse y ahorrar dinero mientras se reducen las emisiones de carbono de la empresa.
Sin embargo, por otro lado, el informe también reconoce que dicho mayor uso de IA también aumenta la carga de trabajo en los 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.
«Dado que la IA se encuentra en un punto de inflexión, es un desafío predecir el crecimiento futuro en el consumo de energía y las emisiones de la computación de IA en nuestros centros de datos», continúa el informe.
“La investigación histórica ha demostrado que a medida que aumenta la demanda de poder de cómputo AI/ML, los requisitos de energía para ejecutar esta tecnología han aumentado a un ritmo mucho más lento de lo que predijeron muchas proyecciones. Hemos empleado las mejores prácticas para reducir significativamente la huella de carbono de nuestras cargas de trabajo. En conjunto, estos principios han reducido la energía requerida para entrenar un modelo hasta 100x y las emisiones hasta 1000x”.
El informe agregó: «Planeamos continuar aplicando estas mejores prácticas y continuar innovando nuevas formas de hacer que la informática de IA sea más eficiente».
