Modest, artistic, and radical solutions to the environmental impact of image-generating machine learning

Resumen Técnico: Soluciones Modestas, Artísticas y Radicales al Impacto Ambiental del Aprendizaje Automático de Generación de Imágenes

Planteamiento del Problema
El artículo sostiene que el impacto ambiental del aprendizaje automático (ML), específicamente de la generación de imágenes, es vastamente subestimado por la narrativa predominante de la eficiencia. Mientras que el ML es frecuentemente elogiado por optimizar las Tecnologías de la Información y la Comunicación (TIC), este "pequeño beneficio" se ve abrumado por las masivas huellas de carbono, agua y tierra de los centros de datos y los dispositivos preparados para ML. Los autores destacan un "efecto rebote" donde el aumento de la eficiencia conduce a una expansión del uso y la infraestructura, en lugar de a la conservación. Citan proyecciones que indican que los centros de datos de IA podrían consumir 35 gigavatios anuales para 2030 y señalan que la generación de una sola imagen produce aproximadamente 300 gramos de CO2e —750 veces más que la clasificación de texto. La trayectoria actual, impulsada por el capitalismo de accionistas y la demanda de velocidad y precisión, crea un ciclo vicioso donde la expansión de la infraestructura justifica una mayor demanda, amenazando con exceder los límites planetarios.

Metodología
Los autores emplean un enfoque multidisciplinario que combina la ingeniería informática, la erudición de los medios y la práctica artística crítica. Su metodología involucra:

1. Revisión de la Literatura: Analizar el consumo de electricidad en el entrenamiento e inferencia de ML, centrándose en la proliferación de las GPU, el cambio hacia la computación en el borde (edge computing) y el costo energético desproporcionado de la inferencia en comparación con el entrenamiento.
2. Análisis Crítico de la Eficiencia: Deconstruir la definición corporativa de "eficiencia" (velocidad y precisión) y contrastarla con los marcos de "suficiencia digital" y "decrecimiento".
3. Proyecto de Arte Conceptual (Trabajo en Progreso): El equipo está desarrollando un "generador de imágenes diminuto" como una obra de arte conceptual. Este proyecto sirve como banco de pruebas técnico para un ML ético y de baja energía. Las estrategias técnicas clave para este prototipo incluyen:
   • Restricciones de Hardware: Entrenar y ejecutar modelos en hardware de capacidad limitada (por ejemplo, Raspberry Pi) en lugar de masivas granjas de servidores.
   • Ética de Datos: Rechazar conjuntos de datos extraídos (scraped) (como LAION-5B) en favor de datos obtenidos éticamente y no extraídos, incluyendo contribuciones de participantes y archivos específicos (por ejemplo, textiles y caligrafía islámica del Museo Victoria & Albert).
   • Arquitectura de Modelos: Utilizar técnicas de "Aprendizaje Automático Diminuto" (TinyML), incluyendo:
     • Cuantización: Reduccción de la precisión (por ejemplo, 8 bits o 4 bits) para reducir el tamaño del modelo.
     • Aprendizaje de Pocos/Un Solo Paso (Few/One-Shot Learning): Entrenar con ejemplos mínimos para reducir los requisitos de datos.
     • Inyección de Ruido: Utilizar ruido en lugar de promedios estadísticos para generar salidas novedosas y no clichés, evitando así las "imágenes promedio" típicas de los modelos grandes.
     • Ponderación de Conjuntos de Datos: Asignar explícitamente mayor importancia a conjuntos de datos éticos específicos (por ejemplo, arte islámico) para contrarrestar los sesgos preentrenados hacia el fotorrealismo y el arte occidental.
   • Integración Política: Mandatar la inclusión de referencias políticas específicas (por ejemplo, Palestina) en los resultados para contrarrestar las narrativas hegemónicas de la IA.

Contribuciones Clave

• Reencuadre de la Eficiencia: El artículo desafía el estándar de la industria que prioriza la velocidad y la precisión, argumentando que estas métricas impulsan un consumo de energía insostenible. Propone la "suficiencia digital" y la "contabilidad de costos reales" (incluyendo las externalidades ambientales) como alternativas necesarias.
• Viabilidad Técnica de la IA "Diminuta": Los autores demuestran que la generación de imágenes puede adaptarse para ejecutarse en hardware limitado utilizando modelos de lenguaje pequeños (SLM), arquitecturas de baja precisión y enfoques no neuronales o dispersos, siempre que el objetivo cambie de la inteligencia general a tareas específicas y modestas.
• Prácticas de Datos Éticas: El artículo propone un flujo de trabajo donde los metadatos y las contribuciones de los participantes se tratan como partes integrales de la obra de arte, contrastando con la extracción opaca de datos de los modelos comerciales.
• Arte de IA Crítico: Al integrar mandatos políticos (como la referencia a Palestina) y restricciones estéticas (austeridad, novedad sobre verosimilitud), el proyecto ofrece un modelo para una IA "decolonial" que resiste las tendencias deshumanizantes de los modelos generativos convencionales.

Resultados
Como el artículo describe un "trabajo en progreso", no presenta resultados experimentales cuantitativos finales (por ejemplo, ahorros específicos de vatios-hora o métricas finales de precisión del modelo). Sin embargo, los autores informan sobre los resultados teóricos y de fase de diseño:

• Identificaron con éxito que los objetivos actuales de la industria (por ejemplo, latencia de 100 ms) están impulsados por modelos de adicción corporativa en lugar de la necesidad, y que relajar estas restricciones permite modelos significativamente más pequeños.
• Determinaron que utilizar una variante "pequeña" de StableDiffusion (SD 2.1 unclip-small) todavía conlleva una huella de carbono significativa debido al entrenamiento del modelo padre; por lo tanto, su enfoque propuesto requiere partir desde cero o realizar un ajuste fino (fine-tuning) con restricciones extremas para ser verdaderamente "diminuto".
• Establecieron que la ponderación de conjuntos de datos es un método técnico viable para anular los sesgos preentrenados y priorizar estéticas culturales específicas sin requerir un cómputo masivo.

Significancia y Reivindicaciones
El artículo afirma que el único camino sostenible para las TIC es el "decrecimiento" y el "desdiseño" de las tecnologías intensivas en recursos. Sostiene que:

• La Eficiencia no es Conservación: En un marco de capitalismo de accionistas, la eficiencia simplemente permite más consumo. La verdadera mitigación ambiental requiere una "degradación elegante" e "informática de colapso".
• La Modestia como un Acto Radical: Crear modelos de IA modestos, artísticamente sofisticados y políticamente comprometidos es una alternativa radical a los objetivos "aceleracionistas" de las grandes corporaciones.
• Implicaciones de Política: Los autores sugieren que si los gobiernos fijaran el precio de la electricidad de acuerdo con su costo ambiental, las corporaciones se verían obligadas a adoptar una eficiencia genuina. Hasta entonces, abogan por la simplicidad voluntaria y la creación de "herramientas conviviales" que operen dentro de estrictos límites de energía y datos.
• Intervención Artística: El generador de imágenes diminuto propuesto sirve no solo como una herramienta, sino como una crítica al "paradigma cornucopiano", demostrando que una IA útil y creativa puede existir sin la enorme huella ambiental de los actuales modelos de lenguaje extensos (LLM) y sistemas de imagen generativa.