–
Djuplärande A.I. är maskininlärningstekniken som driver allt från banbrytande bearbetning av naturligt språk till maskinseendeverktyg. Det kan också driva på klimatförändringen - som ett resultat av den massiva energiförbrukningen och CO2-utsläppen som är förknippade med att träna dessa djupinlärningsmodeller. Eftersom användningen av djupinlärning har exploderat, har beräkningskraften förknippad med dem också ökat, även om denna effekt sällan studeras.
Forskare vid Köpenhamns universitets institution för datavetenskap arbetar dock för att ändra på det. De har utvecklat ett verktyg som heter Carbontracker, som räknar ut energiförbrukningen förknippad med djupinlärningsalgoritmer och sedan omvandlar detta till en förutsägelse om CO2-utsläpp.
Relaterad
- The BigSleep A.I. är som Google Bildsökning efter bilder som inte finns ännu
- Forskare frågade A.I. att analysera fossilregistret. Detta är vad den hittade
- A.I. kan spela en viktig roll i födelsen av morgondagens IVF-barn
"[Carbontracker] är implementerat som ett paket, eller förlängning, för det populära programmeringsspråket Python, där majoriteten av maskininlärning sker,"
Rekommenderade videor
A.I. verktyg vi litar på
Mängden energi som används av några av de verktyg som vi förlitar oss på dagligen är ganska skrämmande. Till exempel, a 2019 års studie av forskare vid University of Bristol i Storbritannien föreslog att YouTube-videor bär ett koldioxidavtryck på cirka 10 miljoner ton CO2-ekvivalenter varje år. De föreslog att genom att utföra några relativt små kodjusteringar skulle det kunna spara 100 000 till 500 000 ton CO2-ekvivalenter varje år.
När det gäller Carbontracker sa Kanding att syftet inte är att peka på specifika modeller och hävda att de "förstör miljön." Istället är det en försök att öka medvetenheten om effekterna av datorintensiv forskning och att främja utvecklingen av energieffektiva djupa neurala nätverk och "ansvarsfull datoranvändning." Detta kan förhoppningsvis leda till minskning av koldioxidavtryck i samband med utbildning och utveckling av djupinlärning modeller. (En möjlig lösning på omedelbar sikt skulle vara att se till att utbildning genomförs i datacenter som drivs av grön energi.)
Men forskarna ger viss indikation på hur stor miljöpåverkan vissa A.I. verktyg kan vara. Till exempel ett enda träningspass för ultraavancerad språkmodell för djupinlärning GPT-3 sägs förbruka motsvarande energi av 126 hem i forskarnas hemland Danmark. Den spottar också ut samma mängd CO2 som nästan 44 000 mils körning i en bil.
Lasse F. Wolff Anthony, en annan forskare i projektet, sa att det inte finns några aktuella planer på att göra Carbontracker tillgänglig i form av en plug-in för kodare. "De nuvarande målen för Carbontracker är att förbättra verktyget i Python genom att göra det lättare [och] enklare att använda, och att utöka sina möjligheter genom att stödja ett större utbud av hårdvara och fler regioner för att fråga om koldioxidintensiteten, säger Anthony sa.
De projektet är öppen källkod, och forskarna säger att de "aktivt uppmuntrar" bidrag från alla som vill engagera sig.
Redaktörens rekommendationer
- Hur Nintendo kunde använda A.I. för att få 4K-spel till Switch Pro
- Smart ny A.I. systemet lovar att träna din hund när du är borta från hemmet
- Denna grundläggande mänskliga färdighet är nästa stora milstolpe för A.I.
- Smart kamouflagelapp kan dölja stridsflygplan från A.I. igenkänningsverktyg
- Denna smarta nya A.I. assistent kommer att kontrollera och blockera robocallers åt dig
Uppgradera din livsstilDigitala trender hjälper läsare att hålla koll på den snabba teknikvärlden med alla de senaste nyheterna, roliga produktrecensioner, insiktsfulla redaktioner och unika smygtittar.
