Cómo no hervir los océanos con IA

A medida que navegamos por la frontera de la inteligencia artificial, me encuentro constantemente reflexionando sobre la naturaleza dual de la tecnología que estamos pionera. La IA, en su esencia, no es solo un conjunto de algoritmos y conjuntos de datos; es una manifestación de nuestra ingenuidad colectiva, destinada a resolver algunos de los desafíos más intrincados que enfrenta la humanidad. Sin embargo, como cofundador y CEO de Lemurian Labs, soy consciente de la responsabilidad que acompaña nuestra carrera hacia la integración de la IA en el tejido mismo de la vida diaria. Nos obliga a preguntarnos: ¿cómo aprovechamos el potencial ilimitado de la IA sin comprometer la salud de nuestro planeta?

Innovación con un lado de calentamiento global

La innovación tecnológica siempre conlleva un costo de efectos secundarios que no siempre se tienen en cuenta. En el caso de la IA de hoy, requiere más energía que otros tipos de computación. La Agencia Internacional de Energía informó recientemente que entrenar un solo modelo utiliza más electricidad que 100 hogares estadounidenses consumen en un año completo. Toda esa energía tiene un precio, no solo para los desarrolladores, sino para nuestro planeta. Solo el año pasado, las emisiones de CO2 relacionadas con la energía alcanzaron un máximo histórico de 37.4 mil millones de toneladas. La IA no se está desacelerando, así que debemos preguntarnos – ¿vale la pena la energía necesaria para alimentar la IA y las implicaciones resultantes en nuestro planeta? ¿Es la IA más importante que poder respirar nuestro propio aire? Espero que nunca lleguemos a un punto en el que eso se convierta en una realidad, pero si nada cambia, no está demasiado lejos.

No estoy solo en mi llamado a una mayor eficiencia energética en la IA. En la reciente Conferencia Bosch Connected World, Elon Musk señaló que con la IA estamos “en el borde de probablemente la mayor revolución tecnológica que haya existido”, pero expresó que podríamos comenzar a ver escasez de electricidad ya en el próximo año. El consumo de energía de la IA no es solo un problema tecnológico, es un problema global.

Visualizar la IA como un sistema complejo

Para solucionar estas ineficiencias, debemos considerar la IA como un sistema complejo con muchas partes interconectadas y móviles, en lugar de una tecnología autónoma. Este sistema abarca desde los algoritmos que escribimos, hasta las bibliotecas, compiladores, tiempos de ejecución, controladores, hardware en el que dependemos y la energía necesaria para alimentar todo esto. Al adoptar esta visión holística, podemos identificar y abordar ineficiencias en cada nivel del desarrollo de la IA, allanando el camino para soluciones que no solo son tecnológicamente avanzadas, sino también ambientalmente responsables. Entender la IA como una red de sistemas y procesos interconectados ilumina el camino hacia soluciones innovadoras que son tan eficientes como efectivas.

Pila de software universal para IA

El proceso de desarrollo actual de la IA es altamente fragmentado, con cada tipo de hardware que requiere una pila de software específica que solo se ejecuta en ese dispositivo, y muchas herramientas y bibliotecas especializadas optimizadas para diferentes problemas, la mayoría de las cuales son en gran medida incompatibles. Los desarrolladores ya luchan con la programación de sistemas en chip (SoC) como los de los dispositivos de borde como los teléfonos móviles, pero pronto todo lo que sucedió en el móvil sucederá en el centro de datos y será cien veces más complicado. Los desarrolladores tendrán que combinar y trabajar a través de un sistema intrincado de diferentes modelos de programación, bibliotecas para obtener rendimiento de sus clusters cada vez más heterogéneos, mucho más de lo que ya tienen. Y eso es solo para el entrenamiento. Por ejemplo, programar y obtener rendimiento de una supercomputadora con miles a decenas de miles de CPUs y GPUs es muy tiempo consumidor y requiere conocimientos muy especializados, y aún así, mucho se deja en el tintero porque el modelo de programación actual no se escala a este nivel, lo que resulta en un gasto excesivo de energía, que solo empeorará a medida que sigamos escalando modelos.

Abordar esto requiere una especie de pila de software universal que pueda abordar la fragmentación y hacer que sea más simple programar y obtener rendimiento de hardware cada vez más heterogéneo de los proveedores existentes, al mismo tiempo que facilita el trabajo con nuevo hardware de nuevos participantes. Esto también serviría para acelerar la innovación en la IA y en las arquitecturas informáticas, y aumentar la adopción de la IA en muchas más industrias y aplicaciones.

La demanda de hardware eficiente

Además de implementar una pila de software universal, es crucial considerar la optimización del hardware subyacente para un mayor rendimiento y eficiencia. Las Unidades de Procesamiento Gráfico (GPUs), originalmente diseñadas para juegos, a pesar de ser inmensamente poderosas y útiles, tienen muchas fuentes de ineficiencia que se vuelven más aparentes a medida que las escalamos a niveles de supercomputadora en el centro de datos. La escalada indefinida de las GPUs conduce a costos de desarrollo amplificados, escasez de disponibilidad de hardware y un aumento significativo de las emisiones de CO2.

Estos desafíos no solo son una barrera masiva para el acceso, sino que su impacto se siente en toda la industria en general. Porque, si las empresas tecnológicas más grandes del mundo están teniendo problemas para obtener suficientes GPUs y obtener suficiente energía para alimentar sus centros de datos, no hay esperanza para el resto de nosotros.

Un giro crucial

En Lemurian Labs, enfrentamos esto de primera mano. En 2018, éramos una pequeña startup de IA que intentaba construir un modelo fundamental, pero el costo puro era injustificable. La cantidad de potencia de cómputo requerida sola era suficiente para llevar los costos de desarrollo a un nivel que era inalcanzable, no solo para nosotros como una pequeña startup, sino para cualquiera fuera de las empresas tecnológicas más grandes del mundo. Esto nos inspiró a cambiar de dirección de desarrollar IA a resolver los desafíos subyacentes que la hacían inaccesible.

Comenzamos desde lo básico, desarrollando una aritmética fundamental completamente nueva para alimentar la IA. Llamada PAL (logaritmo adaptativo paralelo), este sistema de números innovador nos permitió crear un procesador capaz de lograr hasta 20 veces más rendimiento que las GPUs tradicionales en cargas de trabajo de IA de referencia, todo mientras consume la mitad de energía.

Nuestro compromiso inquebrantable para hacer que la vida de los desarrolladores de IA sea más fácil, al mismo tiempo que hacemos que la IA sea más eficiente y accesible, nos ha llevado a intentar siempre pelar la cebolla y obtener una comprensión más profunda del problema. Desde diseñar arquitecturas informáticas de alto rendimiento y eficiencia diseñadas para escalar desde el borde hasta el centro de datos, hasta crear pilas de software que abordan los desafíos de programar dispositivos heterogéneos individuales hasta computadoras a escala de almacén. Todo esto sirve para permitir despliegues de IA más rápidos a un costo reducido, aumentar la productividad de los desarrolladores, acelerar las cargas de trabajo y, al mismo tiempo, mejorar la accesibilidad, fomentar la innovación, la adopción y la equidad.

Lograr IA para todos

Para que la IA tenga un impacto significativo en nuestro mundo, debemos asegurarnos de que no lo destruyamos en el proceso, y eso requiere cambiar fundamentalmente la forma en que se desarrolla. Los costos y el cómputo necesarios hoy inclinan la balanza a favor de unos pocos grandes, creando una barrera masiva para la innovación y la accesibilidad, mientras se vierten cantidades masivas de CO2 en nuestra atmósfera. Al pensar en el desarrollo de la IA desde el punto de vista de los desarrolladores y del planeta, podemos comenzar a abordar estas ineficiencias subyacentes para lograr un futuro de la IA que sea accesible para todos y ambientalmente responsable.

Una reflexión personal y llamado a la acción para una IA sostenible

Mirando hacia adelante, mis sentimientos sobre el futuro de la IA son una mezcla de optimismo y precaución. Estoy optimista sobre el potencial transformador de la IA para mejorar nuestro mundo, pero soy cauteloso sobre la responsabilidad significativa que conlleva. Me imagino un futuro donde la dirección de la IA está determinada no solo por nuestros avances tecnológicos, sino por una adhesión firme a la sostenibilidad, la equidad y la inclusividad. Al liderar Lemurian Labs, estoy impulsado por una visión de la IA como una fuerza clave para el cambio positivo, priorizando tanto el mejoramiento de la humanidad como la preservación del medio ambiente. Esta misión va más allá de crear tecnología superior; se trata de innovar soluciones que sean beneficiosas, éticamente sólidas y subrayen la importancia de soluciones pensadas y escalables que honren nuestras aspiraciones colectivas y la salud del planeta.

A medida que nos encontramos en el umbral de una nueva era en el desarrollo de la IA, nuestro llamado a la acción es inequívoco: debemos fomentar la IA de una manera que considere conscientemente nuestro impacto ambiental y defienda el bien común. Esta ética es la piedra angular de nuestro trabajo en Lemurian Labs, inspirándonos a innovar, colaborar y sentar un precedente. “No solo construyamos IA por la innovación misma, sino innovemos para la humanidad y nuestro planeta”, insto, invitando a la comunidad global a unirse para reconfigurar el panorama de la IA. Juntos, podemos garantizar que la IA emerja como un faro de transformación positiva, empoderando a la humanidad y salvaguardando nuestro planeta para las generaciones futuras.