–
Глубокое обучение ИИ — это технология машинного обучения, которая лежит в основе всего: от передовой обработки естественного языка до инструментов машинного зрения. Это также может способствовать изменению климата — в результате огромного потребления энергии и выбросов CO2, связанных с обучением этих моделей глубокого обучения. По мере роста использования глубокого обучения растет и связанная с ним вычислительная мощность, хотя этот эффект редко изучается.
Однако исследователи факультета компьютерных наук Копенгагенского университета работают над тем, чтобы изменить эту ситуацию. Они разработали инструмент под названием Carbontracker, который рассчитывает потребление энергии, связанное с алгоритмами глубокого обучения, а затем преобразует эти данные в прогноз выбросов CO2.
Связанный
- BigSleep ИИ. это похоже на поиск картинок Google для изображений, которых еще не существует.
- Ученые попросили А.И. проанализировать летопись окаменелостей. Вот что он нашел
- А.И. может сыграть жизненно важную роль в рождении завтрашних детей ЭКО
«[Carbontracker] реализован как пакет или расширение для популярного языка программирования Python, на котором происходит большая часть машинного обучения», Бенджамин Кандинг- рассказал Digital Trends один из исследователей, работавших над проектом. «Он работает так: во время обучения модели он периодически измеряет энергопотребление оборудования, на котором выполняется Модель обучена и запрашивает живую локальную интенсивность выбросов углекислого газа — CO2, выбрасываемый при потреблении электроэнергии — в ходе обучения область, край. Затем эти цифры объединяются, чтобы дать оценку общего углеродного следа обучения и разработки моделей».
Рекомендуемые видео
ИИ инструменты, на которые мы полагаемся
Количество энергии, потребляемой некоторыми инструментами, на которые мы полагаемся ежедневно, просто устрашает. Например, исследование 2019 года Исследователи из британского Бристольского университета предположили, что видеоролики на YouTube несут в себе углеродный след примерно в 10 миллионов тонн эквивалента CO2 каждый год. Они предположили, что внесение относительно небольших изменений в код может сэкономить от 100 000 до 500 000 тонн эквивалента CO2 каждый год.
В случае с Carbontracker Кандинг заявил, что цель не состоит в том, чтобы указать на конкретные модели и заявить, что они «разрушают окружающую среду». Вместо этого это попытаться повысить осведомленность о влиянии ресурсоемких исследований и способствовать развитию энергоэффективных глубоких нейронных сетей и «ответственные вычисления». Мы надеемся, что это может привести к сокращению выбросов углекислого газа, связанных с обучением и развитием технологий глубокого обучения. модели. (Одним из возможных решений на ближайшую перспективу могло бы стать обеспечение проведения обучения в центрах обработки данных, работающих на «зеленой» энергии.)
Тем не менее, исследователи дают некоторые указания на то, насколько значительным является воздействие на окружающую среду некоторых ИИ. инструменты могут быть. Например, одна тренировка для сверхпродвинутая модель языка глубокого обучения GPT-3 по имеющимся сведениям, потребляет энергию, эквивалентную 126 домам в родной для исследователей Дании. Он также выбрасывает такое же количество CO2, как и почти 44 000 миль езды на автомобиле.
Лассе Ф. Вольф Энтони, другой исследователь проекта, сказал, что в настоящее время нет планов сделать Carbontracker доступным в виде плагина для программистов. «Текущие цели Carbontracker — улучшить инструмент на Python, сделав его более легким [и] простым в использовании, а также расширить свои возможности за счет поддержки большего количества оборудования и большего количества регионов для запроса интенсивности активного углерода», — Энтони сказал.
проект с открытым исходным кодом, и исследователи говорят, что они «активно поощряют» вклад всех, кто хочет принять участие.
Рекомендации редакции
- Как Nintendo могла бы использовать ИИ перенести игры 4K на Switch Pro
- Умный новый ИИ. система обещает дрессировать вашу собаку, пока вы находитесь вдали от дома
- Этот базовый человеческий навык является следующей важной вехой в развитии ИИ.
- Умная камуфляжная нашивка может скрыть истребители от ИИ. инструменты распознавания
- Этот умный новый ИИ. помощник будет проверять и блокировать звонки от роботов за вас
Обновите свой образ жизниDigital Trends помогает читателям быть в курсе быстро меняющегося мира технологий благодаря всем последним новостям, забавным обзорам продуктов, содержательным редакционным статьям и уникальным кратким обзорам.
