Así de costoso es generar imágenes con IA: se gastan hasta 17 litros de agua en 5 intentos

La generación de imágenes mediante inteligencia artificial (IA) es una práctica cada vez más común. Esta tecnología, capaz de crear visuales a partir de descripciones textuales, se ha popularizado por su facilidad de uso. Sin embargo, su funcionamiento implica un consumo significativo de electricidad y agua.

Un estudio documentó en 2023 que crear una imagen con inteligencia artificial puede consumir una cantidad de energía comparable a la necesaria para cargar completamente la batería de un teléfono inteligente. Esta cifra, aunque variable según el modelo utilizado y el tamaño de la imagen generada, revela el alto impacto que puede tener una operación aparentemente trivial.

Los investigadores midieron el consumo energético de 88 modelos de IA, incluyendo tareas como generación de texto, clasificación de datos y creación de imágenes. Las pruebas indicaron que los modelos de imagen eran los más demandantes: en promedio, cada 1000 inferencias de imagen requerían alrededor de 2,9 kilovatios hora (kWh). Es decir, crear una imagen demanda una cantidad de energía comparable a la necesaria para cargar un teléfono móvil. En contraste, la generación de texto bajo las mismas condiciones consume apenas 0,047 kWh.

Estas cifras deben interpretarse como estimaciones generales. Los valores pueden cambiar dependiendo del hardware utilizado, la eficiencia del modelo y las condiciones operativas. Sin embargo, el estudio ofrece una línea base para dimensionar el impacto energético de tareas que, desde la perspectiva del usuario, pueden parecer instantáneas o inofensivas.

El proceso de generar imágenes no es la única fase intensiva en consumo. La etapa de entrenamiento de los modelos, en la que se procesan enormes volúmenes de datos para enseñar a la IA a producir resultados, requiere recursos aún mayores.

Se estima que el entrenamiento de GPT-3, uno de los modelos de lenguaje más conocidos, consumió alrededor de 1300 megavatios hora (MWh) de electricidad, una cantidad similar a la que utilizan anualmente 130 hogares en Estados Unidos.

Además de la electricidad, los centros de datos que soportan estas operaciones requieren importantes volúmenes de agua para su refrigeración. Un estudio de la Universidad de California analizó el consumo hídrico del centro de datos de Microsoft en Iowa, donde opera GPT-4. Según los investigadores, entre 2021 y 2022 el consumo de agua aumentó en un 37%, alcanzando los 6.436 millones de litros anuales.

Para los investigadores del estudio realizado entre la Universidad Carnegie Mellon en Estados Unidos y la empresa Hugging Face, este incremento se atribuye en gran parte al uso intensivo de modelos de IA. El mismo informe estimó que entre cinco y cincuenta consultas a ChatGPT pueden implicar el uso indirecto de medio litro de agua, al considerar el enfriamiento de servidores y el funcionamiento de las plantas energéticas asociadas.

La generación de imágenes con IA también implica un gasto hídrico considerable. Según estimaciones citadas en el mismo estudio, crear una sola imagen puede requerir entre 0,018 y 3,45 litros de agua. Es decir, convertir una foto en una ilustración al estilo de Studio Ghibli puede representar un uso equivalente a más de 17 vasos de agua.

Y esto solo en una imagen. La multiplicación masiva de este tipo de tareas a nivel global agrava el problema. En caso de producir 5 imágenes, se podría estimar un gasto de agua de hasta 17 litros.

El carácter opaco de las empresas tecnológicas representa un obstáculo adicional para dimensionar el impacto real. Según Sasha Luccioni, investigadora en Hugging Face y coautora del estudio de Carnegie Mellon, muchas compañías han dejado de publicar información sobre el tamaño de sus modelos, el tipo de hardware que utilizan o el tiempo de entrenamiento.

Esta falta de transparencia dificulta el análisis y limita el diseño de políticas de mitigación ambiental. “Con ChatGPT no sabemos qué tan grande es, no sabemos cuántos parámetros tiene el modelo subyacente, no sabemos dónde se ejecuta”, señaló Luccioni en declaraciones recientes.

Por su parte, Alex de Vries, investigador de la Universidad de Ámsterdam, estima que el sector de la inteligencia artificial podría llegar a consumir entre 85 y 134 teravatios hora (TWh) anuales para 2027, lo que equivale aproximadamente al consumo eléctrico de los Países Bajos.

De Vries advierte que la tendencia creciente a utilizar modelos más grandes y con más datos puede contrarrestar cualquier ganancia en eficiencia energética.

Aunque empresas como Microsoft afirman estar trabajando en soluciones sostenibles, como reducir su huella de carbono y optimizar el uso del agua, los expertos advierten que estas medidas individuales no son suficientes para enfrentar la magnitud del problema.