Google revela cómo la IA y el aprendizaje automático están dando forma a su estrategia de sostenibilidad

jijomathai - stock.adobe.com

Google ha revelado cómo la inteligencia artificial (IA) y el aprendizaje automático (ML) le están ayudando a consumidores y empresas a reducir la huella ambiental de sus actividades al permitirles realizar ajustes en tiempo real que pueden frenar sus emisiones de gases de efecto invernadero (GEI). ) emisiones.

Los detalles de su trabajo en esta área se pueden encontrar en el informe medioambiental anual más reciente del gigante tecnológico. El documento, que abarca los 12 meses hasta el 31 de diciembre de 2022, 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 del día y cómo su apuesta por reducir el agua consumida por sus operaciones van.

“Logramos aproximadamente un 64 % de CFE las 24 horas del día en todos nuestros centros de datos y oficinas, [y] este año, ampliamos nuestros informes de CFE para incluir oficinas y centros de datos de terceros, además de los centros de datos operados y de propiedad de Google. ”, dijo la empresa.

“A finales de 2022, nuestros proyectos de cuencas contratados han reabastecido 271 millones de galones de agua (equivalente a más de 400 piscinas olímpicas) para respaldar nuestro objetivo de reponer el 120 % del agua dulce que utilizamos”.

El informe también documenta cómo, siete años después de declararse una “empresa que da prioridad a la IA”, esta tecnología está sustentando los propios esfuerzos de mitigación del cambio climático de la empresa.

Hasta este punto, la compañía dijo que estaba utilizando la IA para acelerar el desarrollo de herramientas de lucha contra el cambio climático que puedan 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 utiliza la IA para ayudar a los usuarios a planificar viajes de una manera más ecológica, minimizando la cantidad de combustible y batería que utilizan para ir de A a B.

“Las rutas ecológicas han ayudado a prevenir 1,2 toneladas métricas de emisiones de carbono estimadas desde su lanzamiento, lo que equivale a sacar de las carreteras aproximadamente 250.000 automóviles que funcionan con combustible durante un año”, informó.

La tecnología también está resultando útil en el trabajo de la empresa para reducir la huella medioambiental de sus modelos de IA al ayudar a que los centros de datos en los que están alojados funcionen de forma más eficiente desde el punto de vista energético.

"Hemos realizado importantes inversiones 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 derrochadoras para poder detenerlas y ahorrar dinero y al mismo tiempo reducir las emisiones de carbono de la organización. tiempo.

Por otro lado, sin embargo, el informe reconoce que aumentar el uso de la IA de esta manera también aumenta la cantidad de trabajo que realizan sus centros de datos, lo que está generando preocupaciones sobre el impacto ambiental y los hábitos de consumo de energía de su IA. cargas de trabajo.

"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", continúa el informe.

“Históricamente, las investigaciones han demostrado que a medida que la demanda de computación AI/ML ha aumentado, la energía necesaria para impulsar esta tecnología ha aumentado a un ritmo mucho más lento de lo que muchos pronósticos predijeron. Hemos utilizado prácticas probadas para reducir la huella de carbono de las cargas de trabajo en grandes márgenes; En conjunto, estos principios han reducido la energía necesaria para entrenar un modelo hasta 100 veces y las emisiones hasta 1000 veces”.

El informe añade: "Planeamos seguir aplicando estas prácticas probadas y seguir desarrollando nuevas formas de hacer que la informática de IA sea más eficiente".