Modelos de inteligencia artificial más pequeños y eficientes para reducir el impacto ambiental

La creciente demanda energética de la inteligencia artificial está impulsando el desarrollo de pequeños modelos de lenguaje (SLM), capaces de ejecutarse localmente en dispositivos como ordenadores personales o móviles, sin necesidad de conexión a grandes centros de datos. Esto podría aliviar la presión sobre las infraestructuras energéticas, cuyo consumo se prevé que se duplique en los próximos años. Grandes empresas como OpenAI, Amazon, Microsoft y Google planean invertir cifras millonarias en centros de datos, mientras que startups y compañías tecnológicas apuestan por soluciones más sostenibles como TinyLlama o Gemma 3 1B. Estos pequeños modelos son más eficientes, reducen el consumo energético, mejoran la privacidad de los usuarios y disminuyen la latencia de respuesta. Sin embargo, presentan limitaciones en tareas más complejas como la generación de imágenes o el razonamiento avanzado. Expertos como Verónica Bolón-Canedo y George Tsirtsis apuntan que el futuro será híbrido: combinando procesamiento local y en la nube para equilibrar eficiencia energética y potencia de procesamiento.