IA generativa consome mais energia quando processa textos diferentes de ingês

A inteligência artificial (IA) generativa consome mais energia quando processa textos noutras línguas que não o inglês, para além de fornecer respostas menos precisas, conclui um novo estudo levado a cabo pela Faculdade de Engenharia da Universidade de Michigan, EUA.

A diferença no consumo energético é mais acentuada nas línguas que não utilizam o alfabeto latino e para as quais existe menos conteúdo digital disponível para treinar os modelos. Segundo a investigação, os sistemas de inteligência artificial podem consumir entre 1,4 e 180 vezes mais energia para gerar texto noutras línguas.

Na maioria das línguas da Europa Ocidental, o consumo é, no máximo, o dobro do registado para o inglês. Já o hindi e o bengali, cada um falado por centenas de milhões de pessoas, exigem, respetivamente, 7,9 e 15,3 vezes mais energia do que um pedido equivalente em inglês.

• Centros de dados levantam dúvidas sobre impactos ambientais e benefícios para os territórios

“As línguas que normalmente consomem mais energia também tendem a apresentar uma menor precisão nos resultados produzidos pelos modelos”, explica Naihao Deng, investigador no Laboratório de Inteligência Artificial da Universidade de Michigan e primeiro autor do estudo.

Atualmente, cerca de 5,2 mil milhões de pessoas têm de gastar mais do dobro da energia para gerar texto na sua primeira língua, em comparação com os falantes de inglês, de acordo com as medições dos investigadores.

A pesquisa explica que os modelos de inteligência artificial consomem mais energia quando processam outras línguas porque precisam de gerar mais ‘tokens’, as unidades de texto que podem corresponder a palavras, sílabas ou caracteres. Algumas línguas, sobretudo as que utilizam alfabetos diferentes do latino, exigem mais ‘tokens’ para representar a mesma informação. Assim, quanto maior o número de ‘tokens’, maior a memória informática necessária e o consumo de energia. Como consequência, o processamento torna-se menos eficiente e pode também ficar mais caro, uma vez que os serviços de inteligência artificial cobram frequentemente em função do número de ‘tokens’ utilizados.

• Projeto europeu desenvolve tecnologia para tornar reciclagem mais eficiente através de IA

Para reduzir as desigualdades nos custos, os investigadores recomendam que as empresas otimizem os seus serviços para um maior número de línguas. Uma das possibilidades passa por encaminhar os pedidos dos utilizadores para modelos especificamente adaptados a determinadas línguas.

Outra solução consiste em traduzir os pedidos dos utilizadores para inglês antes de os submeter a um modelo mais generalista, desde que a tradução seja fiável.

“Os programadores de inteligência artificial devem criar mais recursos para as línguas que apresentam diferenças no consumo energético e nos custos”, afirma Rada Mihalcea, diretora do Laboratório de Inteligência Artificial da instituição e autora correspondente do estudo.

A investigadora acrescenta que o recurso a falantes nativos para traduzir conteúdos ou criar recursos que permitam reunir dados de treino suficientes também poderá contribuir para melhorar a eficiência dos modelos.