AIの二酸化炭素排出量? この賢いツールが問題を解決します

–

ディープラーニングAI は、最先端の自然言語処理からマシン ビジョン ツールに至るまで、あらゆるものを強化する機械学習テクノロジーです。 また、これらの深層学習モデルのトレーニングに伴う大量のエネルギー消費と CO2 排出の結果として、気候変動を引き起こしている可能性もあります。 深層学習の使用が爆発的に増加するにつれて、それに関連する計算能力も増加しましたが、この効果はほとんど研究されていません。

しかし、コペンハーゲン大学コンピューターサイエンス学部の研究者たちは、この状況を変えようと取り組んでいます。 彼らは、深層学習アルゴリズムに関連するエネルギー消費量を計算し、これを CO2 排出量の予測に変換する、Carbontracker と呼ばれるツールを開発しました。

「[Carbontracker] は、機械学習の大部分が行われる人気のプログラミング言語 Python のパッケージまたは拡張機能として実装されています。」 ベンジャミン・カンディングと、このプロジェクトに携わった研究者の一人がDigital Trendsに語った。 「その仕組みは、モデルのトレーニング中に、モデルが動作するハードウェアのエネルギー消費を定期的に測定することです。 モデルはトレーニングされ、トレーニング内で実際のローカル炭素強度 (電力消費によって排出される CO2) をクエリします。 地域。 これらの数値を組み合わせて、モデルのトレーニングと開発の二酸化炭素排出量の合計を推定します。」

A.I. 私たちが依存しているツール

私たちが日常的に使用しているツールによって使用されるエネルギーの量は、非常に恐ろしいものです。 たとえば、 2019年の調査 英国のブリストル大学の研究者らは、YouTube 動画が毎年約 1,000 万トンの二酸化炭素に相当する二酸化炭素排出量を排出していると示唆しました。 彼らは、いくつかの比較的小さなコードの調整を実行することで、毎年 100,000 ～ 500,000 トンの CO2 相当量を節約できる可能性があると示唆しました。

Carbontracker の場合、カンディング氏は特定のモデルを名指しして「環境を破壊している」と主張することが目的ではないと述べた。 代わりに、それは 計算集約型研究の影響についての意識を高め、エネルギー効率の高いディープ ニューラル ネットワークの開発を促進することを試みます。 「レスポンシブル・コンピューティング」。 これにより、深層学習のトレーニングと開発に伴う二酸化炭素排出量の削減につながることが期待されます。 モデル。 (当面の解決策として考えられるのは、グリーン エネルギーを利用したデータ センターでトレーニングを確実に実施することです。)

ただし、研究者らは、特定の AI が環境に与える影響がいかに重大であるかについて、ある程度の示唆を与えています。 ツールは可能です。 たとえば、1 回のトレーニング セッションで、 超高度な深層学習言語モデル GPT-3 研究者の母国デンマークでは、126世帯に相当するエネルギーを消費していると伝えられている。 また、車で約44,000マイル走行したのと同じ量のCO2を排出します。

ラッセ F. このプロジェクトの別の研究者である Wolff Anthony 氏は、現時点では、プログラマー向けに Carbontracker をプラグインの形で利用できるようにする計画はないと述べました。 「Carbontracker の現在の目標は、Python のツールをより軽量にして使いやすく改良することです。 より多様なハードウェアと、実際の炭素強度をクエリするためのより多くの地域をサポートすることで、その機能を拡張します。」 言った。

の プロジェクトはオープンソースですそして研究者らは、参加したい人なら誰でも貢献を「積極的に奨励している」と述べている。

編集者のおすすめ

• 任天堂はAIをどのように活用できるのか 4K ゲームを Switch Pro にもたらす
• 賢い新しいA.I. このシステムは、あなたが家を離れている間に犬を訓練することを約束します
• この人間の基本的なスキルは、AI の次の大きなマイルストーンです。
• スマート迷彩パッチは戦闘機を A.I. から隠すことができる 認識ツール
• この賢い新しいAI。 アシスタントがロボコーラーを選別してブロックします

ライフスタイルをアップグレードするDigital Trends は、読者が最新ニュース、楽しい製品レビュー、洞察力に富んだ社説、ユニークなスニーク ピークをすべて提供して、ペースの速いテクノロジーの世界を監視するのに役立ちます。