El boom de la inteligencia artificial (IA) ha disparado el consumo de energía y las emisiones de carbono de las grandes tecnológicas, en tanto que su existencia implica procesar inmensas cantidades de datos con máquinas de alta capacidad. Pero no todos los modelos de IA generativa tienen el mismo consumo. Un grupo de investigadores ha tratado de saber cuáles son las más contaminantes y cuáles los más eficientes. La conclusión: los modelos más pequeños (los que han sido entrenados con menos parámetros) pueden llegar a contaminar 50 veces menos que los grandes, pero sus respuestas son menos precisas, y viceversa. A mayor precisión, más polución.
Los resultados de esta investigación, que se publica hoy en la revista Frontiers, se extraen de la comparación de 14 modelos de IA generativa de código abierto, los que permiten a los investigadores manipular sus tripas. Se tomaron modelos de distintos tamaños, incluyendo algunos que incorporan la opción de “razonamiento”: los que, más allá de predecir las siguientes palabras en una oración, como hacen los grandes modelos de lenguaje (LLM, por sus siglas inglesas), analizan y hacen inferencias.
Otra conclusión relevante: para resolver una tarea sencilla, mejor optar por un modelo pequeño, porque el resultado será muy similar al arrojado por el modelo grande, pero contaminará por lo general cuatro veces menos.
