–
Padziļināti mācās A.I. ir mašīnmācīšanās tehnoloģija, kas nodrošina visu, sākot no progresīvas dabiskās valodas apstrādes līdz mašīnredzes rīkiem. Tas var arī veicināt klimata pārmaiņas — milzīgā enerģijas patēriņa un CO2 emisiju rezultātā, kas saistīts ar šo padziļināto mācību modeļu apmācību. Tā kā dziļās mācīšanās izmantošana ir strauji pieaugusi, ir palielinājusies ar tiem saistītā skaitļošanas jauda, lai gan šī ietekme tiek pētīta reti.
Tomēr Kopenhāgenas Universitātes Datorzinātņu departamenta pētnieki strādā, lai to mainītu. Viņi ir izstrādājuši rīku Carbontracker, kas nosaka enerģijas patēriņu, kas saistīts ar dziļās mācīšanās algoritmiem, un pēc tam pārvērš to par CO2 emisiju prognozēm.
Saistīts
- BigSleep A.I. ir kā Google attēlu meklēšana attēliem, kas vēl neeksistē
- Zinātnieki jautāja A.I. lai analizētu fosilo ierakstu. Tas ir tas, ko tā atrada
- A.I. varētu būt ļoti svarīga rītdienas IVF bērnu piedzimšanā
"[Carbontracker] ir ieviests kā pakotne vai paplašinājums populārajai programmēšanas valodai Python, kurā notiek lielākā daļa mašīnmācīšanās."
Bendžamins Kandings, viens no pētniekiem, kas strādāja pie projekta, pastāstīja Digital Trends. “Tas darbojas tādā veidā, ka modeļu apmācības laikā tas periodiski mēra aparatūras enerģijas patēriņu, kurā modelis tiek apmācīts un apmācībā vaicā vietējo oglekļa intensitāti — elektroenerģijas patēriņa radīto CO2. novads. Pēc tam šie skaitļi tiek apvienoti, lai aprēķinātu kopējo oglekļa pēdas nospiedumu modeļu apmācībā un attīstībā.Ieteiktie videoklipi
A.I. instrumenti, uz kuriem mēs paļaujamies
Enerģijas daudzums, ko izmanto daži instrumenti, uz kuriem mēs paļaujamies ikdienā, ir diezgan biedējoši. Piemēram, a 2019. gada pētījums Apvienotās Karalistes Bristoles universitātes pētnieki ierosināja, ka YouTube videoklipi katru gadu rada aptuveni 10 miljonus tonnu CO2 ekvivalenta. Viņi ierosināja, ka, veicot dažas salīdzinoši nelielas koda izmaiņas, katru gadu varētu ietaupīt 100 000 līdz 500 000 tonnu CO2 ekvivalenta.
Carbontracker gadījumā Kandings sacīja, ka mērķis nav norādīt uz konkrētiem modeļiem un apgalvot, ka tie "iznīcina vidi". Tā vietā tas ir mēģinājums palielināt izpratni par skaitļošanas ietilpīgas pētniecības ietekmi un veicināt energoefektīvu dziļo neironu tīklu attīstību un "Atbildīga skaitļošana." Cerams, ka tas varētu samazināt oglekļa pēdas nospiedumus, kas saistīti ar padziļinātas apmācības apmācību un attīstību modeļiem. (Viens no iespējamiem tūlītējiem risinājumiem būtu nodrošināt, ka apmācība tiek veikta datu centros, ko darbina zaļā enerģija.)
Tomēr pētnieki sniedz dažas norādes par to, cik nozīmīga ir noteikta A.I. instrumenti var būt. Piemēram, viena apmācība īpaši uzlabots padziļinātas valodas modelis GPT-3 pētnieku dzimtajā Dānijā, iespējams, patērē līdzvērtīgu enerģiju 126 mājām. Tas arī izdala tādu pašu CO2 daudzumu kā gandrīz 44 000 jūdžu, braucot ar automašīnu.
Lass F. Vēl viens projekta pētnieks Volfs Entonijs sacīja, ka pašlaik nav plānu padarīt Carbontracker pieejamu kodētāju spraudņa veidā. “Pašreizējie Carbontracker mērķi ir uzlabot rīku Python, padarot to vieglāku [un] vieglāk lietojamu, un paplašināt tās iespējas, atbalstot lielāku aparatūras klāstu un vairāk reģionu, lai noskaidrotu reāllaika oglekļa intensitāti," Entonijs teica.
The projekts ir atvērtā koda, un pētnieki saka, ka viņi "aktīvi mudina" ikvienu, kas vēlas iesaistīties, sniegt ieguldījumu.
Redaktoru ieteikumi
- Kā Nintendo varētu izmantot A.I. lai pievienotu 4K spēles Switch Pro
- Gudrs jaunais A.I. sistēma sola apmācīt jūsu suni, kamēr jūs esat prom no mājām
- Šī cilvēka pamatprasme ir nākamais nozīmīgais pavērsiens A.I.
- Gudrais kamuflāžas plāksteris varētu paslēpt iznīcinātājus no A.I. atpazīšanas rīki
- Šis gudrais jaunais A.I. palīgs pārmeklēs un bloķēs robotu zvanītājus jūsu vietā
Uzlabojiet savu dzīvesveiduDigitālās tendences palīdz lasītājiem sekot līdzi steidzīgajai tehnoloģiju pasaulei, izmantojot visas jaunākās ziņas, jautrus produktu apskatus, ieskatu saturošus rakstus un unikālus ieskatus.
