El nombre de sistemes que incorporen components d'intel·ligència artificial (IA) està creixent notablement els últims anys. Aquestes tecnologies poden tenir un fort impacte mediambiental, a causa del seu consum energètic, durant el seu desenvolupament i funcionament. Aquest projecte presenta l'eina GAISSALabel. Una eina que permet avaluar el consum energètic dels components d'IA i proporcionar una etiqueta d'eficiència energètica. Aquesta etiqueta permet entendre les implicacions mediambientals i, eventualment, facilitar la disminució d'aquest impacte. Seguint una metodologia àgil en el desenvolupament, s'analitzen els requisits de GAISSALabel, s'especifica, dissenya, implementa i desplega aquesta eina. S'analitza com l'eina es pot integrar en el procés de desenvolupament de sistemes basats en IA. D'aquesta manera, es presenten exemples d'ús que inclouen la generació d'etiquetes energètiques i recomanacions per reduir el consum d'energia. Per acabar, es conclou que GAISSALabel facilita la conscienciació i reducció de l'impacte mediambiental dels sistemes basats en IA.
The number of systems incorporating artificial intelligence (AI) components has been growing significantly in recent years. These technologies can have a strong environmental impact due to their energy consumption during development and operation. This project introduces the tool GAISSALabel. A tool that allows evaluating the energy consumption of AI components and providing an energy efficiency label. This label helps understand the environmental implications and, ultimately, facilitates the reduction of this impact. Following an agile methodology in development, the requirements of GAISSALabel are analyzed, and the tool is specified, designed, implemented, and deployed. The tool's integration into the development process of AI-based systems is examined. In this way, usage examples are presented, including the generation of energy labels and recommendations to reduce energy consumption. In conclusion, it is noted that GAISSALabel facilitates awareness and reduction of the environmental impact of AI-based systems.
