?Es la lA respetuosa con el medio ambiente?

Cada vez somos m¨¢s conscientes de la urgencia que tiene adoptar pr¨¢cticas sostenibles en nuestra vida diaria, as¨ª como cambiar nuestros modelos econ¨®micos y de producci¨®n en los que se basa nuestra sociedad. La Inteligencia Artificial (IA) tiene un enorme potencial y puede ser una aliada estrat¨¦gica, desde el compromiso y justicia social hacia las personas, para alcanzar objetivos ambiciosos de desarrollo sostenible. La IA no solo es una herramienta, sino que bien usada, puede constituir un motor de cambio y transformaci¨®n que nos puede ayudar a cuidar nuestro planeta.

Uno de los ¨¢mbitos donde la IA muestra un potencial extraordinario es en la optimizaci¨®n de recursos. Todos sabemos que los recursos naturales como el agua son escasos, y la contaminaci¨®n que generan las energ¨ªas tradicionales. En ambos casos, es muy importante una gesti¨®n eficiente basada en predicciones de la energ¨ªa e¨®lica y fotovoltaica, as¨ª como del consumo de agua tanto a corto, medio, como largo plazo, permitiendo as¨ª un mejor ajuste en tiempo real entre la producci¨®n y la demanda y reduciendo el desperdicio. La IA ya se est¨¢ usando en las ciudades inteligentes para la optimizaci¨®n de la energ¨ªa, dando lugar a reducciones del consumo energ¨¦tico y de emisiones de carbono significativas.

La agricultura es otro sector que est¨¢ empezando a beneficiarse de la IA, acu?ando el nuevo t¨¦rmino de agricultura de precisi¨®n. Los agricultores a trav¨¦s de sensores, drones e im¨¢genes satelitales pueden obtener datos precisos de la fenolog¨ªa de sus cultivos, as¨ª como detectar de forma temprana posibles plagas, lo que redunda en una mejora de la productividad y una reducci¨®n del impacto ambiental que supone la agricultura. Adem¨¢s, la IA puede ayudar para obtener los patrones de consumo de las personas, y modificar esos patrones hacia una vida saludable a trav¨¦s de sistemas de recomendaci¨®n.

Tambi¨¦n puede tener un impacto positivo en el medio ambiente a trav¨¦s de la monitorizaci¨®n de variables medioambientales, como la calidad del aire y del agua o la biodiversidad, entre otros. La recopilaci¨®n de estos datos a trav¨¦s de sensores distribuidos en diversas ubicaciones y su an¨¢lisis en tiempo real con algoritmos de IA nos puede ayudar a detectar anomal¨ªas y predecir problemas, permitiendo una respuesta m¨¢s r¨¢pida y efectiva.

Aunque estos son solo algunos ejemplos, entre muchos otros posibles, no podemos ignorar el impacto ambiental que tiene y la importancia de desarrollar una IA que sea sostenible por s¨ª misma. Es conocido que el entrenamiento de los modelos es una etapa crucial en cualquier modelo de IA, y que este entrenamiento requiere una cantidad de energ¨ªa considerable, sobre todo para los modelos basados en aprendizaje profundo, dada la granja de servidores en funcionamiento que se requiere para dicho entrenamiento, as¨ª como su necesidad de refrigeraci¨®n.

Y, por tanto, recurrir solo a energ¨ªas renovables no es suficiente, sino que adem¨¢s se hace imprescindible el desarrollo de modelos que sean computacionalmente eficientes, necesitando menores tiempos de entrenamiento. Con este enfoque, la IA no solo ser¨¢ una herramienta poderosa para conseguir objetivos de desarrollo sostenible, sino que su aplicaci¨®n tambi¨¦n ser¨¢ sostenible.

Los investigadores de IA tienen en la actualidad muchos retos por delante, y uno de ellos es el desarrollo de una IA verde que sea compatible con la sostenibilidad, integrando la misma como un requisito ya desde su etapa de dise?o. Ese ser¨¢ el camino para avanzar hacia un futuro donde la tecnolog¨ªa y la naturaleza convivan en armon¨ªa. Este camino estar¨¢ lleno de obst¨¢culos, pero el compromiso inquebrantable con el medio ambiente puede hacerlo una realidad. La IA y la sostenibilidad no solo deben ser compatibles, sino que juntas pueden ser la clave para construir un mundo m¨¢s respetuoso y saludable.

Alicia Troncoso Lora es Catedr¨¢tica de Lenguajes y Sistemas Inform¨¢ticos de la Universidad Pablo de Olavide (UPO) y Presidenta de la Asociaci¨®n Espa?ola para la Inteligencia Artificial. Lidera el grupo de investigaci¨®n Data Science and Big Data Research Lab de la UPO, y sus ¨¢reas de investigaci¨®n son el deep learning, big data y la predicci¨®n de datos temporales.