Google acaba de revelar que ha dado el control de la refrigeración de varios de sus centros de datos 'leviatanescos' a un algoritmo de inteligencia artificial (IA).

En los últimos años, Google ha estado probando un algoritmo que aprende cómo ajustar los sistemas de refrigeración (ventiladores y otros equipos) para reducir el consumo de energía. Previamente, este sistema hacía recomendaciones a los gerentes de centros de datos, quienes decidían si implementarlos o no, suponiendo un ahorro de energía de alrededor del 40 % en refrigeración.

Ahora, afirma Google, le ha dado efectivamente el control al algoritmo, que gestiona por sí mismo la refrigeración en varios de sus centros de datos.

"Es la primera vez que un sistema autónomo de control industrial se implementa a esta escala, que nosotros sepamos", constata Mustafa Suleyman, el jefe de la IA aplicada en DeepMind, la compañía de inteligencia artificial con sede en Londres que Google adquirió en 2014.

El proyecto demuestra el potencial de la inteligencia artificial para gestionar la infraestructura y manifiesta cómo los sistemas avanzados de IA pueden funcionar en colaboración con los humanos. Aunque el algoritmo se ejecuta de forma independiente, una persona lo gestiona y puede intervenir si le parece que se está haciendo algo demasiado arriesgado.

El algoritmo explota una técnica conocida como el aprendizaje de refuerzo a través de prueba y error. El mismo enfoque se aplicó a AlphaGo, el programa de DeepMind que derrotó a los jugadores humanos en el juego Go (ver "10 Tecnologías avanzadas: Aprendizaje de refuerzo").

DeepMind alimentó su nuevo algoritmo con la información recopilada de los centros de datos de Google y le permitió determinar qué configuraciones de refrigeración reducirían el consumo de energía. El proyecto podría generar millones de dólares en ahorros de energía y ayudar a compañías a reducir sus emisiones de carbono, sostiene el vicepresidente de centros de datos de Google, Joe Kava.

Kava cuenta que los gerentes confiaban en el sistema anterior y tenían algunas preocupaciones sobre darle un mayor control a una IA. No obstante, el nuevo sistema cuenta con restricciones de seguridad para evitar que se realice algo con un efecto adverso en la refrigeración. Un gerente del centro de datos puede observar el sistema en acción, ver cuál es el nivel de confianza del algoritmo con respecto a los cambios que desea realizar e intervenir si le parece que está haciendo algo indebido.

El consumo de energía por parte de los centros de datos se ha convertido en un problema urgente para la industria de la tecnología. Un informe de 2016 de los investigadores del Laboratorio Nacional Lawrence Berkeley del Departamento de Energía de EE. UU. demostró que los centros de datos del país habían consumido cerca de 70.000 millones de kilovatios-hora en 2014, aproximadamente el 1,8 % del uso total de electricidad al nivel nacional.

Los esfuerzos para mejorar la eficiencia energética parecen significativos. El mismo informe muestra que las mejoras casi anulan a los incrementos en el uso de energía por parte de los nuevos centros de datos, aunque se espera que el total llegue a alrededor de 73.000 millones de kilovatios-hora hasta el año 2020.

"El uso del aprendizaje automático significa un desarrollo importante", comenta uno de los principales expertos a nivel mundial en la utilización de energía en los centros de datos, Jonathan Koomey. Pero añade que la refrigeración representa una cantidad relativamente pequeña del gasto de energía de un centro, alrededor del 10 %.

Koomey cree que la utilización del aprendizaje automático para optimizar el comportamiento de los chips de ordenadores que consumen mucha energía dentro de los centros de datos podría resultar aún más significativo. "Estoy ansioso por ver como Google y otros grandes jugadores aplican esas herramientas para optimizar sus cargas informáticas", destaca. "Las posibilidades por parte de la computación son diez veces mayores que las de la refrigeración".