Jeff Bezos cree que para que la inteligencia artificial siga expandiéndose, los centros de datos eventualmente tendrán que mudarse de la Tierra al espacio. Habló en la Semana Tecno de Italia, en Turín la semana pasada, y el fundador de Amazon y Blue Origin dijo que la mejor forma de reducir el impacto ambiental de esas instalaciones es mudarlas fuera del planeta.

Lo que preocupa a Bezos también preocupa a muchos en el mundo de la ciencia y el movimiento ambientalista. A medida que crece la inteligencia artificial, los científicos se preocupan porque los recursos de la Tierra no puedan sostenerla. A su vez, Bezos predijo que los humanos empezarán a construir centros de datos orbitales a escalas de gigavatios dentro de los próximos 10 o 20 años. 

“El espacio terminará siendo uno de los lugares que mejorará a la Tierra”, dijo. “Ya sucedió con los satélites del clima. Y con los satélites de las comunicaciones. El próximo paso será los centros de datos y otras clases de plantas de producción”.

Los centros de datos exigen demasiados recursos terrestres

Los gigantes tecnológicos siguen invirtiendo miles de millones en la IA, y la construcción de los centros de datos crece a toda velocidad. Estas instalaciones albergan la infraestructura de computadoras necesarias para entrenar y desplegar los modelos de IA, y requieren de enormes cantidades de energía y agua para funcionar.

Un informe de abril de la Agencia Internacional de Energía calcula que hoy los centros de datos consumen en el mundo unos 560 mil millones de litros de agua por año, y que para 2030 el consumo será de unos 1.200 mil millones de litros por año. En cuanto a la energía, el informe encontró que el consumo global de electricidad de los centros de datos aumentó un 12% aproximadamente cada año desde 2017, llegando a 415 teravatios por hora en 2024. Eso bastaría para brindar energía a decenas de millones de hogares.

El concepto de centros de datos en órbita como solución potencial no es algo nuevo. Bezos y otras figuras de la industria tecnológica ya mencionaron la idea como forma efectiva de sostener el auge de la IA sin que se aumente el consumo de agua y electricidad. Funcionaría de este modo:

Hay recursos ilimitados en el espacio

En el espacio no hay escasez de energía solar, y las temperaturas son extremadamente frías. En teoría, si se aprovechan esos recursos que están constantemente disponibles, los enormes centros de datos podrían funcionar sin necesitar el agua y la energía de la Tierra.

“Estos gigantes clústeres de entrenamiento estarían mejor en el espacio porque allí tenemos energía solar 24/7”, dijo Bezos. “No hay  nubes, no hay lluvia, no hay clima. El costo de los centros de datos terrestres es enorme, pero en el espacio el costo se amortizaría en un par de décadas”.

Además, los centros de datos en el espacio ayudarían a reducir la contaminación del aire y el agua de la Tierra. Los centros de datos tradicionales emiten gases de efecto invernadero y otros contaminantes que afectan al medio ambiente y a la salud pública, pero en el espacio esas emisiones no tendrían impacto directo en nuestro planeta. Bezos ya había hablado de mudar otro tipo de trabajo industrial para preservar al planeta Tierra, incluyendo la instalación de fábricas en el espacio orbital.

Hay compañías que ya están trabajando para concretar la visión de Bezos. En marzo, la firma de Florida Lone Star Data Holdings anunció que había puesto a prueba con éxito un centro de datos en miniatura, del tamaño de un libro, en el espacio. El centro de datos “Freedom” llegó a la luna a bordo del alunizador Athena de Intuitive Machines, lanzado por el cohete Falcon 9 de SpaceX este año.

Dicho esto, todavía hay que recorrer un largo camino antes de que se puedan construir las enormes instalaciones de las que habla Bezos. Es una hazaña que presenta numerosos desafíos cuya solución podría llevar muchas décadas. Pero a medida que la IA se convierte en parte de nuestras vidas cotidianas, será esencial encontrar formas innovadoras de mitigar su impacto sobre el planeta Tierra.

Este artículo ha sido traducido de Gizmodo US por Lucas Handley. Aquí podrás encontrar la versión original.