Koolstofvoetafdruk van AI? Dit slimme hulpmiddel maakt het kapot

Diep lerende AI is de machine learning-technologie die alles aanstuurt, van geavanceerde natuurlijke taalverwerking tot machine vision-tools. Het kan ook de klimaatverandering aandrijven – als gevolg van het enorme energieverbruik en de CO2-uitstoot die gepaard gaat met het trainen van deze diepgaande leermodellen. Naarmate het gebruik van deep learning is geëxplodeerd, is ook de rekenkracht die ermee gepaard gaat explosief toegenomen, hoewel dit effect zelden wordt onderzocht.

Onderzoekers van de afdeling Computerwetenschappen van de Universiteit van Kopenhagen proberen daar echter verandering in te brengen. Ze hebben een tool ontwikkeld genaamd Carbontracker, die het energieverbruik dat gepaard gaat met deep learning-algoritmen uitrekent en dit vervolgens omzet in een voorspelling over de CO2-uitstoot.

Verwant

  • De BigSleep AI is als Google Image Search voor afbeeldingen die nog niet bestaan
  • Wetenschappers vroegen A.I. om het fossielenbestand te analyseren. Dit is wat het heeft gevonden
  • AI zou een cruciale rol kunnen spelen bij de geboorte van de IVF-kinderen van morgen

“[Carbontracker] is geïmplementeerd als een pakket of uitbreiding voor de populaire programmeertaal Python, waar het grootste deel van machine learning plaatsvindt,” Benjamin Kanding, een van de onderzoekers die aan het project werkte, vertelde Digital Trends. “De manier waarop [het] werkt is dat het tijdens modeltraining periodiek het energieverbruik meet van de hardware waarop de Het model wordt getraind en bevraagt ​​tijdens de training de live lokale koolstofintensiteit – de CO2 die wordt uitgestoten door het elektriciteitsverbruik regio. Deze cijfers worden vervolgens gecombineerd om een ​​schatting te geven van de totale ecologische voetafdruk van modeltraining en -ontwikkeling.”

Aanbevolen video's

De A.I. instrumenten waar we op vertrouwen

De hoeveelheid energie die wordt gebruikt door sommige van de tools waar we dagelijks op vertrouwen, is behoorlijk angstaanjagend. Bijvoorbeeld, een Studie uit 2019 Onderzoekers van de Britse Universiteit van Bristol suggereerden dat YouTube-video’s elk jaar een CO2-voetafdruk van ongeveer 10 miljoen ton CO2-equivalent met zich meebrengen. Ze suggereerden dat het uitvoeren van enkele relatief kleine aanpassingen aan de code jaarlijks 100.000 tot 500.000 ton CO2-equivalent zou kunnen besparen.

In het geval van Carbontracker zei Kanding dat het niet de bedoeling is om naar specifieke modellen te verwijzen en te beweren dat ze ‘het milieu verpesten’. In plaats daarvan is het een proberen het bewustzijn te vergroten over de impact van computerintensief onderzoek en de ontwikkeling van energie-efficiënte diepe neurale netwerken en “verantwoord computergebruik.” Dit zou hopelijk kunnen leiden tot het verkleinen van de CO2-voetafdruk die gepaard gaat met de training en ontwikkeling van deep-learning modellen. (Een mogelijke oplossing voor de korte termijn zou zijn om ervoor te zorgen dat de training wordt gegeven in datacenters die worden aangedreven door groene energie.)

De onderzoekers geven echter wel een indicatie van hoe groot de milieu-impact van bepaalde AI-systemen is. gereedschap kan zijn. Bijvoorbeeld een enkele trainingssessie voor de ultrageavanceerd deep-learning taalmodel GPT-3 verbruikt naar verluidt het equivalent van de energie van 126 huizen in het geboorteland Denemarken van de onderzoekers. Bovendien stoot hij dezelfde hoeveelheid CO2 uit als bijna 70.000 kilometer autorijden.

Lasse F. Wolff Anthony, een andere onderzoeker bij het project, zei dat er momenteel geen plannen zijn om Carbontracker beschikbaar te maken in de vorm van een plug-in voor codeerders. “De huidige doelen van Carbontracker zijn om de tool in Python te verbeteren door deze lichter [en] gebruiksvriendelijker te maken, en om zijn mogelijkheden uitbreiden door een grotere verscheidenheid aan hardware en meer regio's te ondersteunen voor het bevragen van de live koolstofintensiteit”, zegt Anthony gezegd.

De project is open source, en de onderzoekers zeggen dat ze bijdragen “actief aanmoedigen” van iedereen die mee wil doen.

Aanbevelingen van de redactie

  • Hoe Nintendo AI zou kunnen gebruiken om 4K-gaming naar de Switch Pro te brengen
  • Slimme nieuwe A.I. systeem belooft uw hond te trainen terwijl u niet thuis bent
  • Deze fundamentele menselijke vaardigheid is de volgende grote mijlpaal voor A.I.
  • Een slimme camouflagepatch zou gevechtsvliegtuigen kunnen verbergen voor A.I. herkenningsinstrumenten
  • Deze slimme nieuwe A.I. De assistent zal robocallers voor u screenen en blokkeren

Upgrade uw levensstijlMet Digital Trends kunnen lezers de snelle technische wereld in de gaten houden met het laatste nieuws, leuke productrecensies, inzichtelijke redactionele artikelen en unieke sneak peeks.