Un estudio del prestigioso Instituto de Tecnología de Massachusetts (MIT) ha concluido que la energía necesaria para hacer funcionar las poderosas computadoras de toda una flota global de vehículos autónomos podría generar tantas emisiones de gases de efecto invernadero como todos los centros de datos del mundo en la actualidad.
Tener una enorme cantidad de coches autónomos en las carreteras no es algo que vaya a ocurrir en el corto ni en el medio plazo. Sin embargo, puede suceder en algún momento en el futuro y podría llegar a ser bastante perjudicial para el planeta, según ha revelado el MIT.
Las chimeneas de las fábricas y los gases de escape de los vehículos son dos tipos de contaminación muy evidente porque lo vemos de manera cotidiana. Pero hay otra cosa muy común hoy en día, que se ha vuelto imprescindible, y cuyo funcionamiento genera grandes emisiones contaminantes: Internet y los centros de datos. Los servidores necesarios para tener un mundo conectado consumen gran cantidad de energía, con la consecuente contaminación que ello genera. En 2018 estos servidores consumieron 205 TWh, el 1% del consumo eléctrico mundial, y generaron alrededor del 0,3% de las emisiones de gases de efecto invernadero, casi la misma cantidad que Argentina, según la Agencia Internacional de la Energía
Llegado el caso de tener una flota de vehículos totalmente autónomos, todos los vehículos estarían conectados entre sí. La famosa "nube" de la que tanto se habla no es otra cosa que la red Internet. Con cientos de millones de vehículos autónomos, se necesita una enorme capacidad de procesamiento de datos, es decir, muchísimos ordenadores en grandes centros con centenares o miles de servidores cada uno.
Investigadores del MIT han llevado a cabo un estudio en el que han calculado (o estimado, mejor dicho) el potencial consumo de energía y las emisiones de carbono asociadas a una flota mundial de vehículos autónomos. Cabe mencionar que no son las emisiones locales del vehículo (el estudio contempla vehículos autónomos eléctricos), sino las generadas por los ordenadores necesarios para hacer funcionar la conducción autónoma mediante una red neuronal profunda que estuviera procesando muchas entradas (inputs) de muchas cámaras de alta resolución simultáneamente.
Los investigadores diseñaron un modelo estadístico para estudiar el problema. Suponiendo 1.000 millones de vehículos autónomos en el año 2050, cada uno conduciendo durante una hora al día y con una computadora que consume 840 vatios, los vehículos consumirían tanta energía como para generar aproximadamente la misma cantidad de emisiones que generan actualmente todos los centros de datos existentes en el mundo.
También concluyeron que, en más del 90 por ciento de los escenarios modelados, para evitar que las emisiones de los vehículos autónomos superen las actuales emisiones del centro de datos, cada vehículo debe usar menos de 1,2 kilovatios de energía para computación. Esto supone otro desafío: se necesita un hardware más eficiente. En un escenario donde el 95 por ciento de la flota mundial de vehículos es autónomo en el año 2050, las cargas de trabajo computacional se duplican cada tres años y el mundo continúa reduciendo las emisiones de carbono al ritmo actual, la eficiencia del hardware tendría que duplicarse cada 1,1 años para mantener las emisiones por debajo de esos niveles. Si no se consigue esa tasa, las emisiones generadas podrían convertirse en un problema enorme.
Una ingente cantidad de datos
El estudio modeló la carga de trabajo de un algoritmo para vehículos autónomos conocido como red neuronal profunda multitarea. Imaginemos un vehículo autónomo con 10 redes neuronales profundas que procesan imágenes de 10 cámaras. Si ese vehículo conduce durante una hora al día, hará 21,6 millones de inferencias cada día. Mil millones de vehículos harían 21.600 billones de inferencias (no el billón anglosajón, el español). Para poner esa cifra en perspectiva, todos los centros de datos de Meta (Facebook) en todo el mundo hacen un pocos billones de inferencias cada día.
«Estos vehículos en realidad podrían estar usando una enorme cantidad de potencia informática. Tienen una visión del mundo de 360 grados, así que mientras [los humanos] tenemos dos ojos, [los vehículos autónomos] pueden tener 20 ojos, mirando por todos lados y tratando de entender todas las cosas que están sucediendo al mismo tiempo», explica Sertac Karaman, profesor asociado de aeronáutica y astronáutica y director del Laboratorio de Sistemas de Información y Decisión (LIDS).
Sin embargo, el modelo del MIT sólo considera la computación, no tiene en cuenta la energía consumida por los sensores del vehículo ni las emisiones generadas durante la fabricación del mismo. También hay que tener en cuenta que, además del transporte de personas, los vehículos autónomos se utilizarían para mover bienes y productos, por lo que podría haber una enorme capacidad de computación asociada a las cadenas de suministro globales.
Hay variables que no se conocen
Dicen los autores del estudio que cuando utilizaron el modelo probabilístico para explorar diferentes escenarios, se sorprendieron de la rapidez con la que se acumulaba la carga de trabajo de los algoritmos. Aun así, hay que tener en cuenta algo importante: aunque lo descrito anteriormente parecía un cálculo bastante sencillo, hay muchas variables que generan incertidumbre.
Por ejemplo, las horas de funcionamiento de cada vehículo. ¿Los vehículos autónomos pasarán más o menos tiempo en la carretera que los actuales? Se pueden argumentar ambos casos: el tiempo que se utiliza un vehículo podría aumentar con la conducción autónoma porque las personas pueden realizar múltiples tareas mientras conducen, y podría aumentar el tiempo de uso tanto en jóvenes como ancianos y trabajadores (que según el oficio, podría utilizar el vehículo como oficina). Pero también hay quien cree que el tiempo dedicado a "conducir" podría disminuir ya que se optimizarían los trayectos y llevar a las personas a sus destinos más rápido.
También hay que tener en cuenta la huella de carbono de la electricidad que alimenta cada computadora. El mix energético en las localizaciones de los centros de datos en 2050 puede ser bastante diferente del mix actual. Por último, además de considerar todas estas incertidumbres en variables importantes, los investigadores también necesitaban modelar hardware y software informático avanzado que aún no existe.
Un escenario que tardaremos mucho en ver (si lo vemos)
Además de necesitar un hardware más eficiente y especializado para ejecutar algoritmos específicos para la conducción, los ingenieros y desarrolladores deberían hacer más eficientes los propios algoritmos para que estos necesiten menor potencia informática y, por tanto, menor consumo de energía. Esto nos lleva a otro dilema: sacrificar cierta precisión del algoritmo por una mayor eficiencia podría reducir la seguridad del vehículo.
No es el único desafío que presenta la conducción autónoma total, hay otros más cercanos en el tiempo. La conducción autónoma está demostrando ser más complicada de lo que parecía, o quizá se lanzaron promesas a sabiendas de que sería difícil cumplirlas.
Uno de los fracasos más sonados en los últimos meses es el de Argo AI, una start up en la que Ford y Volkswagen invirtieron varios miles de millones de euros y que acabó cerrando a finales del año pasado. A finales de 2020, Uber también decidió dejar de invertir en esta tecnología y vendió su unidad de coches autónomos. Y Elon Musk, que se precipitó prometiendo Teslas totalmente autónomos a finales de 2022, también ha acabado chocando contra la dura realidad.
Fuente: Soumya Sudhakar, Vivienne Sze y Sertac Karaman (2023). Data Centers on Wheels: Emissions From Computing Onboard Autonomous Vehicles https://ieeexplore.ieee.org/document/9942310
