Enviar un correu electrònic, desar un document al núvol o veure un vídeo en streaming són accions que, a l’engròs, generen un impacte mediambiental elevat pel seu ús d’electricitat. Una de les tasques pendents de les noves tecnologies és aconseguir reduir el consum energètic dels seus processos, i la intel·ligència artificial (IA) és un dels principals assenyalats. Un exemple clar: es calcula que OpenAI va necessitar 78.437 kWh d’electricitat per entrenar el model GPT-3 que operava la primera versió de ChatGPT, una xifra que equival al consum energètic mitjà d’una llar espanyola durant 23 anys, segons l’Instituto de la Ingenieria de España (IIE). Davant d’aquesta situació, l’escepticisme és elevat quan es relaciona aquesta tecnologia amb el concepte de sostenibilitat, però la realitat és que els algoritmes verds són una tendència en auge que busca reduir aquestes dades i aplicar-se en tota mena de sectors.

Quan es parla d’algoritmes verds, el primer que cal fer és una clara distinció entre les dues principals tipologies que existeixen. Per una banda, hi ha aquells que tenen l’objectiu de reduir l’ús energètic a través del disseny del software, de manera que el mateix ús de la intel·ligència artificial impliqui minimitzar les emissions. “S’ha d’aconseguir un menor consum a través de l’equilibri entre el volum de dades necessàries, el temps que es destina a l’entrenament i el nombre de paràmetres per optimitzar”, ha explicat la consultora sènior en transformació digital i indústria intel·ligent Marga García en una sessió organitzada durant la Barcelona New Economy Week (BNEW).

García: “S’ha d’aconseguir un menor consum a través de l’equilibri entre el volum de dades necessàries, el temps que es destina a l’entrenament i el nombre de paràmetres per optimitzar”

Aquestes “palanques” que defineix l’experta poden esdevenir decisions complicades de prendre, ja que implica renunciar a part dels ingredients que els desenvolupadors fan servir per obtenir models complets i fiables. Tanmateix, no són les úniques eines disponibles: L’ús de l’edge computing, l’aprofitament d’eines de mesurament o l’aplicació dels principis d’enginyeria sostenible són algunes alternatives que poden ajudar a reduir el consum energètic de la IA. Una altra opció que ha apuntat García és la reutilització d’algoritmes i de dades d’entrenament: “Si bé fa anys tots volíem crear el nostre propi algoritme, ara anem als que ja existeixen i els posem la nostra capa d’intel·ligència”.

Predicció i prevenció

La segona accepció dels algoritmes verds no se centra en la mateixa intel·ligència artificial, sinó a aconseguir que altres sectors productius siguin més sostenibles. El consultor de seguretat de processos a DEKRA, Sergi Contelles, ha posat com a exemple el sistema logarítmic que fa servir Iberdrola en l’àmbit de l’hidrogen verd: “L’algoritme recull dades meteorològiques històriques, la predicció in situ estàndard i les dades presents i històriques de producció elèctrica eòlica i fotovoltaica. Ho combina amb machine learning i produeix unes prediccions meteorològiques molt més precises”. Aquest fet permet a l’empresa prendre decisions òptimes a l’hora de col·locar l’energia en el mercat, reaprofitar amb sentit la sobreproducció i planificar els manteniments de la maquinària en els moments menys productius. “Hem passat de tenir dos punts de mesurament en un molí a tenir-ne més de 10.000”, ha destacat. En conjunt, aquesta pràctica permetia que Iberdrola estalviés el 2011 uns vuit milions d’euros anuals. “Això és una tecnologia ja madura, i molt probablement avui petits productors eòlics tindrien facilitat per aplicar-ho”, ha considerat Contelles.

Aquestes tecnologies predictives també s’apliquen en el món de la construcció i la gestió d’edificis. “La climatització és una de les despeses més elevades d’un edifici, entre el 60 i el 70% del total, i el 40% de l’energia que es fa servir és a interiors”, ha explicat el CEO de The Predictive Company, Alonzo Romero. La seva empresa s’especialitza en una solució d’intel·ligència artificial per controlar l’eficiència energètica per a finques no residencials. A partir de mesuraments interns dels edificis i de variables externes que afecten la temperatura, l’algoritme és capaç d’oferir accions concretes per optimitzar la climatització dels immobles, com decidir a quina hora s’han d’encendre i apagar els sistemes: “Els humans ens podem equivocar, però la IA és més exacta”. Una alternativa que no només ajuda a reduir el consum energètic, sinó que també allarga la vida útil de la maquinària, ja que només es fan servir “el temps que les necessites”.

Amb la vista posada a intentar impulsar aquesta classe d’algoritmes, el govern espanyol va aprovar a finals de 2022 el Pla Nacional d’Algoritmes Verds, un programa amb una inversió de 257,7 milions d’euros a desplegar entre 2023 i 2025. “El pla contempla diversos eixos de treball, com el finançament d’investigació interdisciplinària i l’atracció de talent. També intenta impulsar l’ús d’infraestructures i serveis eficients per executar els algoritmes que es comprometin amb consums energètics de fonts renovables”, ha explicat esperançada García. Un altre punt és la possibilitat de certificar aquelles empreses de software i hardware que es comprometin amb una sèrie de paràmetres amb “un segell de qualitat que reconeixerà els que compleixin els criteris de sostenibilitat”.