Es indudable que el mayor problema que enfrenta el planeta tierra es el cambio climático y ello se agravará en el futuro previsible. Nos preguntamos de qué manera los grandes avances en Inteligencia Artificial (IA) pueden ayudar a reducir la Emisión de Gases Efecto Invernadero (GEI) y contribuir a alcanzar la meta de cero emisiones netas en el año 2050, ponderando también la contribución de la IA a aumentar dichas emisiones.

De acuerdo a un informe de la Organización Meteorológica Mundial (OMM), el número de desastres se ha quintuplicado en los últimos 50 años (1970 a 2019) como consecuencia del cambio climático y las temperaturas cada vez más extremas. Al mismo tiempo, gracias a la mayor capacidad de predicción de estos eventos y mejoramiento en el manejo de los desastres, se han reducido a la tercera parte las muertes causadas por estos fenómenos en el mismo lapso. Esto último resalta la importancia del uso de tecnología en la capacidad de predicción del comportamiento climático.

Según la OMM, los diez mayores desastres en el período mencionado consistieron en sequías (650,000 muertes humanas), tormentas (577,232 muertes), inundaciones (58,700 muertes) y temperaturas extremas (55,736 muertes). A la vez, la pérdida económica diaria durante los cincuenta años considerados aumentó siete veces; el promedio de pérdidas diarias por los daños experimentados durante este período fue de US$ 202 millones de dólares.

La IA, que son básicamente algoritmos computacionales que tienen la capacidad de realizar tareas complejas, pueden ayudar a reducir las emisiones de GEI, principal causante del cambio climático, de distintas maneras. Como indica un estudio reciente de Amy L. Stein, hay cierto consenso en que se puede avanzar en el combate a las emisiones de GEI actuando para ese fin en cuatro sectores: electricidad, transporte, agricultura, y edificios.

La energía eléctrica genera casi el 25% de la emisión de los GEI globalmente, por lo que si la IA ayuda a optimizar el funcionamiento y conservación de electricidad en las redes eléctricas y mejora su eficiencia, contribuiría sin duda a reducir emisiones. En Estados Unidos el sector eléctrico es el segundo mayor emisor de GEI (28% del total) y se espera que allí y en otros países donde se expanda el uso de automóviles eléctricos la demanda de electricidad aumente considerablemente.  

El transporte, por su parte, es responsable de alrededor del 14% de las emisiones de GEI en el mundo y la IApuede ayudar a descarbonizarlo a través de una mejor ingeniería de infraestructura y vehicular (con especial énfasis en la electrificación de éstos), así como a través de la optimización de las rutas del transporte de carga.

La agricultura genera aproximadamente 24% de las emisiones de GEI, con un importante papel de las emisiones de metano. La IA podría mejorar enormemente la eficiencia de esta producción junto con el uso de una menor cantidad de insumos contaminantes. La IA asiste a los agricultores para predecir qué tipo de cultivos podrían tener los mejores resultados y cuándo es el mejor momento para hacer la siembra, dando oportunidad a los suelos de regenerarse. La IA, mediante sensores apropiados puede medir la humedad, la composición de la tierra y la temperatura, lo que puede facilitar el riego adecuado, entre otros elementos.

Las construcciones dan cuenta de cerca del 6% del total de emisiones de GEI, pero pueden llegar a explicar hasta el 21% de ellas si se toma en cuenta aquellas de las industrias (hay una superposición entre emisiones industriales y las de sus instalaciones). La IA es capaz de mejorar sustancialmente la eficiencia en el uso de energía en las edificaciones y ubicar fugas de GEI en diversos sitios industriales.

Más aún, la IA puede mejorar la eficiencia energética de las empresas y sus procesos industriales, puede ayudar a diseñar nuevos productos que reduzcan el desperdicio y emisiones durante todo el ciclo de vida del producto y puede contribuir a una mejor gestión de inventarios reduciendo los desperdicios de alimentos, de otros productos y de materias primas.

Existen ejemplos muy concretos de la aplicación de IA para reducir GEI en diferentes ámbitos. Como ilustra Bloomberg, hay empresas que utilizan imágenes satelitales que por medio del aprendizaje de la IA ayudan a detectar las filtraciones de metano (la empresa Kayrros es un ejemplo de ello); también se pueden optimizar sistemas complejos, como lo hace Ferro Labs, que en Estados Unidos y Alemania a través del aprendizaje de IA logra mejorar la eficiencia energética en empresas de cemento, acero y químicos; o bien ayudan a acelerar el descubrimiento científico, como lo hace la startup Aionics, que estimula los experimentos con el fin de encontrar nuevos materiales para las baterías. Tanto o más importante que lo anterior, es la capacidad a través de la IA de hacer simulaciones del clima e incluso, como lo hace la startup Kettle, utilizando redes neuronales virtuales, mejorar las predicciones sobre los riesgos de incendios.

La Inteligencia Artificial, y la digitalización, en términos más generales, parecen ser indispensables en la lucha contra el cambio climático, especialmente con Big Data e IA, pero éstos en sí anidan un agravamiento del problema de emisiones de GEI, pues requieren una considerable cantidad de energía para poder operar. Un estudio reciente sostiene que “en 2018-2020 el sector digital en su totalidad consume un 3% de la energía primaria global y un 7% de la energía eléctrica, y genera un 5% de las emisiones globales de CO₂”. En la medida en que se intensifique el uso de tecnología digital, el consumo de energía y sus emisiones aumentarán. De hecho, la misma fuente indica que el consumo de electricidad por parte del sector digital aumenta a una tasa de 9% anualmente. Baste con considerar que el número de usuarios de Internet en el mundo pasó de 300 millones de personas en 2000 a 4,100 millones de personas en 2019 (misma fuente). Las emisiones provenientes de la actividad digital, de la cual es parte la IA, pueden aminorarse en la medida en que la energía provenga de fuentes limpias, aunque la medida en que éstas pueden serlo es también materia de controversia.

Baste un ejemplo para dimensionar lo contaminante que puede resultar la IA y sus algoritmos que operan con base al Big Data: pueden emitirse 284.019 kg de CO₂ para entrenar un solo algoritmo de aprendizaje automático para el procesamiento del lenguaje natural, es decir, una cantidad cinco veces mayor que las emisiones de un automóvil a lo largo de su vida útil. Y las necesidades de energía para el entrenamiento de algoritmos se incrementa rápidamente como muestra el hecho de que entre 2012 y 2018 el cómputo requerido para el aprendizaje profundo se duplicó.

Sin duda, la huella de carbono de la IA (que es mayor para el entrenamiento de algoritmos) varía mucho dependiendo del diseño de tales algoritmos, de las características del equipo computacional que se usa para ello y de la naturaleza de la energía empleada, pero de todas formas por ahora la IA genera grandes y crecientes emisiones. Enfrentamos un dilema crucial: ¿cómo lograr reducir las emisiones de GEI que genera el uso de la IA, de manera que sea más que compensada por los beneficios que provee en múltiples planos?

Desde 2019 las grandes empresas tecnológicas como Microsoft, Apple, Google, Amazon, que desarrollan la IA han asumido algunos compromisos para reducir significativamente su huella de carbono, e incluso ser carbono neutras antes de 2050. Pero está por verse si sus intenciones se traducirán en suficientes acciones reales o si tratan de mejorar su imagen ante la preocupación abrumadora sobre el cambio climático.

• La insaciabilidad de información de la Inteligencia Artificial (IA) y los derechos de propiedad intelectual
• El enfoque de la Unión Europea respecto de América Latina y El Caribe y lo que le hace falta al nearshoring
• Threads y Twitter: Titanes en cuadrilátero sin réferi
• La inmovilización del INAI atenta contra los compromisos internacionales de México
• Entretejiendo la Tecnología Digital en 2023 y más allá