Uno de los retos del futuro digital es dejar de ser tan altamente contaminante. Se calcula que internet ya supone el 4% de las emisiones de GEI a nivel mundial y que los centros de datos que utilizan las inteligencias artificiales generativas que tan de actualidad están, son los que más energía consumen. Una futura IA sostenible debe enfrentarse al reto de que los algoritmos que maneje necesitarían aún más energía con la tecnología actual. Un proyecto de la Unión Europea que incluye investigadores españoles, Neuropic, intenta resolverlo cambiando las bases de esa tecnología.

“El objetivo es crear un hardware que replique la red neuronal de nuestro cerebro, de manera que se adapte mejor al funcionamiento de la inteligencia artificial y al mismo tiempo consuma menos energía”, explica Pedro David García, investigador del CSIC en el Instituto de Ciencia de Materiales de Madrid (ICMM). “Los ordenadores actuales resuelven los problemas de manera secuencial, digamos que los dividen en diferentes partes y las van resolviendo una a una. El algoritmo de una IA no funciona así y adaptar las actuales máquinas a su funcionamiento consume demasiada energía”.

Entrenar un chat generativo como los actuales puede generar tanto CO2 como el que consume un coche durante toda su vida. El equipo de ICMM, coordinado con los de otros tres países europeos, trabajará en lo que se conoce como la computación neuromórfica, imitando el funcionamiento del cerebro humano y procesando la información de manera paralela, y no secuencial.

[Ignacio Mena, el ingeniero del CSIC que crea polímeros compostables: "Es el futuro de todos los plásticos”]

La sostenibilidad, además, vendrá también por el consumo de energía y los materiales. Por una parte, proponen “usar la energía térmica que ya tienen estas estructuras a temperatura ambiente para crear las funcionalidades del sistema neuronal", indica el investigador. "Como son sistemas muy pequeños, vibran a temperatura ambiente. Estas vibraciones son dañinas para otro tipo de aplicaciones, pero pretendemos aprovecharnos de ellas y explotarlas en nuestra red de neuronas".

Por otro, la futura red neuronal estará compuesta por silicio, el terreno del que se encargan los investigadores del ICMM español. “Es un material muy abundante en la naturaleza, y por tanto barato y sostenible. Una vez desarrollada la red neuronal, si tiene éxito en su aplicación, convertirla en un objeto cotidiano y relativamente barato de fabricar podría ser sencillo”.

El objetivo último del programa Neuropic, planificado a cuatro años, es fabricar dicha red neuronal y entrenarla para compararla con las actuales IA y su consumo energético. El proyecto, que arrancó oficialmente el 1 de marzo, cuenta con la participación de dos Universidades (Technical University of Denmark y University of Cork), dos Institutos de Investigación españoles (ICN2 e ICMM) y dos pequeñas-medianas empresas (Beamfox y Fincotec) de cuatro países diferentes de la UE (Dinamarca, Irlanda, Alemania y España).

“Nosotros vamos diseñar la neurona artificial y definir las características que debe tener”, explica García, “y luego será en Dinamarca donde se fabriquen los primeros prototipos, para ser estudiados de nuevo en España”. Los partners de Irlanda y Alemania, por su parte, colaborarán con el consorcio en el desarrollo y fabricación del prototipo final del sistema.

[Diseñar proteínas como si fuesen un 'Lego' perfecto: la IA ya crea mejores vacunas y curas para el cáncer]

Se plantea como un futuro 'cerebro' que tendrá un total de mil neuronas artificiales de silicio, y si estas procesan los problemas que se le plantean con la efectividad y la eficiencia energética adecuadas, “entonces ya tendrá más recorrido”.

“Si conseguimos implementar un algoritmo de inteligencia artificial, que procesa la información de forma paralela, en un sistema que se parece a nuestro cerebro, el ahorro energético será brutal”, insiste el investigador del CSIC. “El problema actual es que lo que estamos llamando inteligencia artificial no lo es realmente, sino más bien una base de datos que hace análisis estadísticos. De hecho, cuando las entrenamos las contagiamos de nuestros sesgos. Si este sistema es viable, podría ayudar a corregir o prevenir esa cuestión”.

García resume en que todo se traduce en “buscar formas mucho más sostenibles y rápidas de resolver problemas”.