Idea

Liu Jianya y Guo Liang: “Es posible reducir la huella de carbono del metaverso”

El metaverso se basa en modelos de inteligencia artificial y servicios en la nube que consumen mucha energía. Los trabajos de los investigadores Liu Jianya y Guo Liang muestran cómo se pueden utilizar las matemáticas para reducir su impacto medioambiental.
COU_2023_1_METAVERSE_WIDE_ANGLE

¿Qué relación tiene el metaverso con las matemáticas?

Hace casi un año, Facebook anunció que cambiaba de marca para convertirse en Meta y que iba a concentrar sus esfuerzos en el “metaverso” del futuro. Desde entonces, el significado del concepto no ha llegado a aclararse del todo.

En términos matemáticos, definimos el metaverso como una función representada por dos conjuntos de objetos cuya relación se materializa con flechas. Un primer conjunto representa objetos de la vida real como, por ejemplo, el palacio de Versalles. El segundo conjunto hace referencia a modelos informáticos de objetos del mundo real como, por ejemplo, un palacio de Versalles digital, que puede visualizarse y manipularse sobre una pantalla.

En resumen, el metaverso puede considerarse como la operación matemática que vincula cada elemento del mundo real con uno o más elementos de un mundo digital o virtual.

Entonces, ¿los metaversos pueden crear un doble de nuestra realidad?

Quizá sí, pero ¿con qué propósito y a qué precio? En general, en la base de todo metaverso operan dos tipos de tecnologías: las tecnologías de adquisición de datos y las tecnologías de realidad virtual. La adquisición de datos es la técnica de captar (mediante fotos digitales o un escáner de láser) la forma y el aspecto de las cosas naturales para ofrecer una imagen generada por ordenador. La realidad virtual (o su gemelo digital) consiste en generar objetos digitales para reproducir el mundo físico. Ambas técnicas consumen un gran volumen de tiempo en términos de cálculo informático. Las dos se apoyan mucho en modelos de inteligencia artificial y en servicios en la nube, que son grandes consumidores de energía.

Según un estudio realizado recientemente por investigadores de la universidad de Massachusetts, el entrenamiento que requiere un solo modelo de inteligencia artificial podría generar alrededor de 284 toneladas de dióxido de carbono, es decir, cinco veces la cantidad de gas de efecto invernadero que emite un automóvil a lo largo de toda su vida útil. La informática en la nube, indispensable para la realidad virtual, así como los juegos en línea y las imágenes de alta resolución, también podrían aumentar considerablemente las emisiones de carbono.

El entrenamiento que requiere un solo modelo de inteligencia artificial genera alrededor de 284 toneladas de CO2

Por lo tanto, los promotores del metaverso deberían tener una responsabilidad medioambiental. Una modelización en tres dimensiones del palacio de Versalles es útil, porque un sitio de visita virtual permite a personas del mundo entero sumergirse en los frescos interactivos y descubrir pinturas, esculturas y grabados de una forma novedosa. Por el contrario, es inútil desperdiciar energía para crear el gemelo digital de un ayuntamiento sin interés arquitectónico, porque no es necesario que un ciudadano utilice un dispositivo de realidad virtual para “pasearse” por la maqueta digital de un edificio ordinario de hormigón con el fin de acceder a los servicios públicos.

¿Qué repercusiones medioambientales tienen los metaversos ?

Hoy en día los metaversos constituyen uno de los asuntos tecnológicos y socioeconómicos más importantes. Son muchas las empresas que trabajan ya en la creación de servicios destinados a ese nuevo mundo digital. Pero las aplicaciones tecnológicas vinculadas al metaverso, como la inteligencia artificial, la realidad virtual, la animación tridimensional, la cadena de bloques (blockchain) y muchos otros, se centran siempre en el ser humano: las decisiones que se adoptan dan prioridad a la actividad humana en detrimento del medio ambiente.

Sin embargo, la inteligencia artificial y los dispositivos que la soportan acarrean un aumento de los costos medioambientales. La preparación de los modelos de aprendizaje profundo que utilizan redes neuronales artificiales para tratar grandes conjuntos de datos consume cada vez más energía y recursos de cálculo, lo que hace que las preocupaciones financieras y medioambientales sean cada vez mayores.

La creciente complejidad de los metaversos va acompañada de una inflación de datos. Y ese es su aspecto más nocivo: los bancos de datos consumen una cantidad de energía considerable.  Se desconoce la cantidad de energía que se necesita para almacenar los datos generados por y para los metaversos, pero probablemente la suma sea desorbitada. Además, el edificio y los sistemas de climatización de un centro de datos también producen altas cantidades de CO2.

En resumen, los metaversos requieren mucha energía y mientras más se usan, tanto ellos como las tecnologías asociadas, más energía gastamos. El sector tecnológico y los investigadores tienen la responsabilidad de extraer las lecciones de su impacto en el medioambiente. Cualquier decisión tecnológica debe tener en cuenta la dimensión medioambiental.

¿Cómo pueden contribuir las matemáticas a reducir su huella medioambiental?

Las matemáticas pueden contribuir de diversas maneras a reducir el consumo de energía de los metaversos. Por ejemplo, el método de los investigadores de la universidad tecnológica de Nanyang, en Singapur, se basa en el escaneo selectivo para crear contextos virtuales. Así, en vez de transmitir toda la imagen captada, la máquina selecciona primero automáticamente los objetos de interés y los transmite a los servidores de metaversos. Para transmitir datos relativos a una escena de transporte público, por ejemplo, los peatones y los vehículos serán escaneados mediante la aplicación de un cálculo innovador, mientras los demás objetos del lugar necesitarán menos cálculos y energía.

Para reducir el consumo de energía de las tecnologías del metaverso, nuestro equipo de la universidad de Shandong trabaja sobre un método de muestreo derivado de la teoría analítica de los números. Nos centramos en el escaneo láser, que es el medio más eficaz de generar representaciones digitales de modelos digitales tridimensionales para los metaversos.

Los métodos de cálculo innovadores facilitan la reducción del consumo de energía en las tecnologías del metaverso

Un escáner láser emite un haz de luz infrarroja hacia un espejo rotativo, que a su vez dirige la luz sobre el entorno. Los objetos que están en la trayectoria del láser reflejan el haz de luz hacia el escáner, proporcionando datos geométricos que se traducen en datos tridimensionales. Al mismo tiempo, la cabeza del escáner gira y desplaza el láser sobre la superficie del objeto, creando multitud de puntos. El registro, la visualización y el tratamiento de esa gran masa de puntos exigen cálculos muy prolongados.

Por ejemplo, para generar en el metaverso la imagen del obelisco de la Plaza de la Concordia de París, el escaneo de láser tendría que producir un millón de puntos de referencia con el fin de obtener los parámetros exactos del monumento y crear su gemelo digital. Pero gracias a nuestro método, el escáner puede obtener un gemelo digital con el 40% menos de puntos de medición. Este método permite reducir considerablemente el tiempo y la energía necesarios para la creación de un metaverso. La reducción del tiempo de cálculo informático se traduce así en una disminución de las emisiones de carbono.

Guo Liang

Profesor de Ciencia de los Datos en la Universidad de Shandong, en China, Guo Liang obtuvo su doctorado en la Universidad de Cambridge, en Reino Unido. Antes de incorporarse a la Universidad de Shandong, fue director adjunto de la Cátedra BNP-KPMG para la Innovación en la escuela de negocios NEOMA, en Francia.

Liu Jianya

Corredactor jefe de la publicación Mathematical Culture, Liu Jianya es profesor emérito de matemáticas en la Universidad de Shandong. En 2003 fue designado titular de la cátedra de investigación del Ministerio de Educación de China, y en 2014 recibió el Premio Nacional de Ciencias de ese país.

Maths counts
UNESCO
Enero-Marzo 2023
UNESCO
0000384081