AI의 탄소 발자국? 이 영리한 도구가 문제를 해결합니다.

–

딥러닝 AI 최첨단 자연어 처리부터 머신 비전 도구까지 모든 것을 지원하는 머신 러닝 기술입니다. 또한 이러한 딥 러닝 모델 훈련과 관련된 막대한 에너지 소비와 CO2 배출로 인해 기후 변화를 촉진할 수도 있습니다. 딥 러닝의 사용이 폭발적으로 증가함에 따라 이와 관련된 컴퓨팅 성능도 증가했지만 이 효과는 거의 연구되지 않았습니다.

그러나 코펜하겐 대학교 컴퓨터 공학과의 연구원들은 이를 바꾸기 위해 노력하고 있습니다. 그들은 딥 러닝 알고리즘과 관련된 에너지 소비량을 계산한 다음 이를 CO2 배출에 대한 예측으로 변환하는 Carbontracker라는 도구를 개발했습니다.

"[Carbontracker]는 대부분의 기계 학습이 이루어지는 인기 프로그래밍 언어 Python의 패키지 또는 확장으로 구현됩니다." 벤자민 칸딩, 프로젝트에 참여한 연구원 중 한 명은 Digital Trends에 말했습니다. “[이것이] 작동하는 방식은 모델 훈련 중에 해당 하드웨어의 에너지 소비를 주기적으로 측정하는 것입니다. 모델이 훈련되고 훈련에서 실시간 지역 탄소 강도(전기 소비로 인해 배출되는 CO2)를 쿼리합니다. 지역. 그런 다음 이 수치를 결합하여 모델 훈련 및 개발의 총 탄소 발자국을 추정합니다.”

A.I. 우리가 의존하는 도구

우리가 매일 사용하는 일부 도구에서 사용되는 에너지의 양은 꽤 끔찍합니다. 예를 들어, 2019년 연구 영국 브리스톨 대학교 연구진은 YouTube 동영상이 매년 약 1,000만 톤의 CO2에 해당하는 탄소 발자국을 배출한다고 제안했습니다. 그들은 상대적으로 사소한 코드 수정을 수행하면 매년 100,000~500,000톤에 해당하는 CO2를 절약할 수 있다고 제안했습니다.

Carbontracker의 경우 Kanding은 특정 모델을 가리키며 "환경을 파괴한다"고 주장하는 것이 목표가 아니라고 말했습니다. 대신에, 그것은 컴퓨팅 집약적 연구의 영향에 대한 인식을 높이고 에너지 효율적인 심층 신경망의 개발을 촉진하려고 시도합니다. “책임 있는 컴퓨팅.” 이는 딥러닝 교육 및 개발과 관련된 탄소 배출량 감소로 이어질 수 있을 것으로 기대됩니다. 모델. (가능한 즉각적인 해결책 중 하나는 녹색 에너지로 구동되는 데이터 센터에서 교육을 수행하는 것입니다.)

그러나 연구자들은 특정 AI가 환경에 미치는 영향이 얼마나 중요한지에 대한 몇 가지 지표를 제공합니다. 도구가 될 수 있습니다. 예를 들어, 다음을 위한 단일 교육 세션입니다. 초고급 딥러닝 언어 모델 GPT-3 보고된 바에 따르면 연구원들이 태어난 덴마크의 126가구에 해당하는 에너지를 소비합니다. 또한 자동차로 거의 44,000마일을 운전하는 것과 동일한 양의 CO2를 배출합니다.

라세 F. 이 프로젝트의 또 다른 연구원인 Wolff Anthony는 현재 Carbontracker를 코더용 플러그인 형태로 제공할 계획이 없다고 말했습니다. “Carbontracker의 현재 목표는 Python의 도구를 더 가볍고 사용하기 쉽게 만들어 개선하는 것입니다. 실시간 탄소 강도를 쿼리하기 위해 더 다양한 하드웨어와 더 많은 지역을 지원하여 기능을 확장합니다.”라고 Anthony는 말했습니다. 말했다.

그만큼 프로젝트는 오픈 소스입니다, 연구원들은 참여를 원하는 모든 사람의 기여를 "적극적으로 장려"한다고 말합니다.

편집자의 추천

• Nintendo가 A.I.를 어떻게 사용할 수 있습니까? Switch Pro에 4K 게이밍 구현
• 영리하고 새로운 A.I. 시스템은 당신이 집에 없는 동안 개를 훈련시키겠다고 약속합니다.
• 이 기본적인 인간 기술은 AI의 다음 주요 이정표입니다.
• 스마트 위장 패치로 AI로부터 전투기를 숨길 수 있습니다. 인식 도구
• 이 영리한 새로운 A.I. 어시스턴트가 자동녹음전화를 선별하고 차단합니다.

당신의 라이프스타일을 업그레이드하세요Digital Trends는 독자들이 모든 최신 뉴스, 재미있는 제품 리뷰, 통찰력 있는 사설 및 독특한 미리보기를 통해 빠르게 변화하는 기술 세계를 계속해서 살펴볼 수 있도록 도와줍니다.