Cada vez más usos y terminales

Cada vez más terminales de usuario

Antes de entrar en detalles sobre las razones de esta evolución, detengámonos un momento en la arquitectura implantada por los servicios digitales conectados, es decir, basada en intercambios cliente-servidor (los servidores suelen estar situados en un centro de datos conectado a Internet). Esta arquitectura tiene tres niveles:

Arquitectura de un servicio digital conectado

Esta arquitectura es similar a las propuestas por los estudios, Shift Project o ADEME/ARCEP presentados en el capítulo anterior. Sin embargo, es importante señalar que, aunque estas capas son distintas, son interdependientes. En particular, el crecimiento del número de terminales en la capa de "usuario" conlleva un crecimiento de las necesidades en las otras dos capas.

La era del Big Data

Desde el comienzo de la historia de la informática, dos capacidades han experimentado un crecimiento extremadamente fuerte al mismo tiempo:

Este doble crecimiento, que puede calificarse de exponencial, junto con la maduración de los enfoques de procesamiento en paralelo (véase más adelante), propició llegada en la década de 2000 de una disciplina vinculada a la adquisición, el procesamiento y el almacenamiento de datos: los Big Data.

Aunque el volumen de datos suele citarse en primer lugar como el elemento característico de los Big Data, no es el único elemento que entra en juego. Tomaremos aquí una definición comúnmente utilizada, la de las 3 V: Big Data se refiere a la manipulación de datos con limitaciones significativas de Volumen, Variedad o Velocidad.

Inteligencia artificial

Objeto de fantasías desde la aparición de los primeros sistemas informáticos en la segunda mitad del siglo XX, la inteligencia artificial (IA), según la definición que figura en la página web del Parlamento Europeo, "se refiere a la capacidad de una máquina para reproducir comportamientos relacionados con el ser humano, como el razonamiento, la planificación y la creatividad".

Esta amplia definición permite incluir toda una serie de usos, entre los que se incluyen los siguientes:

Desde un punto de vista más técnico, son los avances logrados en los últimos años en los mecanismos de aprendizaje automático (Machine Learning en inglés) -y en particular en la subdisciplina del aprendizaje profundo (Deep Learning en inglés)- los que, combinados con el aumento de la potencia de cálculo y la presencia...

Una Internet más distribuida y descentralizada

Poner en perspectiva estos nuevos usos

En general, la idea de los análisis presentados en este capítulo no es determinar si un uso tecnológico es bueno o malo. Se trata simplemente de ser conscientes de que, sea cual sea el uso, siempre genera impactos ambientales.

Así que, volviendo a los distintos usos analizados, aunque el uso de modelos de aprendizaje profundo puede consumir muchos recursos, en la actualidad es una herramienta muy utilizada para analizar el cambio climático y combatir las alteraciones climáticas.

Aunque los modelos de almacenamiento de datos distribuidos en una cadena de bloques puedan conducir a un uso excesivo de los recursos; y aunque la moda de las NFT pueda parecer inútil, hay iniciativas que están explorando cómo el uso de la cadena de bloques y los contratos inteligentes podrían aportar soluciones para la acción por el clima.

Aunque el Internet de los objetos provoque un consumo masivo de datos, también puede utilizarse para la transición ecológica (véase la sección sobre smart * en el capítulo Innovaciones y modelos virtuosos). Además, es posible crear objetos conectados que se basen en bloques de construcción comunes y reutilizables, lo que simplifica enormemente la reutilización de estos objetos. Un ejemplo de ello, son las iniciativas Arduino y Raspberry Pi, cuyo objetivo es proporcionar plataformas...

Actuar para reducir el impacto: optimización y sobriedad

Ante las múltiples repercusiones de la tecnología digital, tanto en términos de causas como de efectos, puede parecer complejo adoptar un enfoque que responda a los diversos retos del Green IT.

Aunque existen muchas vías de actuación posibles, pueden agruparse en dos grandes categorías complementarias: la optimización y la sobriedad. La optimización consiste en reducir el impacto de los usos existentes. En un enfoque de sobriedad, se trata de reflexionar sobre los propios usos.