–
Derin öğrenme yapay zekası son teknoloji doğal dil işlemeden makine görme araçlarına kadar her şeye güç veren makine öğrenimi teknolojisidir. Bu derin öğrenme modellerinin eğitimiyle ilişkili aşırı enerji tüketimi ve CO2 emisyonlarının bir sonucu olarak iklim değişikliğini de tetikliyor olabilir. Derin öğrenmenin kullanımı yaygınlaştıkça, bunlarla ilişkili bilgi işlem gücü de arttı, ancak bu etki nadiren araştırılıyor.
Ancak Kopenhag Üniversitesi Bilgisayar Bilimleri Bölümü'ndeki araştırmacılar bunu değiştirmek için çalışıyor. Derin öğrenme algoritmalarıyla ilişkili enerji tüketimini hesaplayan ve ardından bunu CO2 emisyonları hakkında bir tahmine dönüştüren Carbontracker adında bir araç geliştirdiler.
İlgili
- BigSleep A.I. Henüz var olmayan resimler için Google Görsel Arama gibidir
- Bilim adamları A.I.'ye sordu. Fosil kayıtlarını analiz etmek. Bu da bulduğu şey
- yapay zeka Yarının IVF çocuklarının doğumunda hayati bir rol oynayabilir
"[Carbontracker], makine öğreniminin çoğunluğunun gerçekleştiği popüler programlama dili Python için bir paket veya uzantı olarak uygulandı."
Benjamin KandingProjede çalışan araştırmacılardan biri Digital Trends'e şunları söyledi: "Çalışma şekli, model eğitimi sırasında, modelin bağlı olduğu donanımın enerji tüketimini periyodik olarak ölçmesidir. model eğitilir ve eğitimde canlı yerel karbon yoğunluğunu (elektrik tüketiminin yaydığı CO2) sorgular bölge. Bu sayılar daha sonra bir araya getirilerek model eğitimi ve geliştirilmesinin toplam karbon ayak izine ilişkin bir tahmin elde ediliyor."Önerilen Videolar
Yapay zeka güvendiğimiz araçlar
Günlük olarak kullandığımız bazı araçların kullandığı enerji miktarı oldukça korkutucudur. Örneğin, bir 2019 çalışması İngiltere'deki Bristol Üniversitesi'ndeki araştırmacılar, YouTube videolarının her yıl yaklaşık 10 milyon ton CO2 eşdeğeri karbon ayak izi taşıdığını ileri sürdü. Nispeten küçük kod değişiklikleri yapmanın her yıl 100.000 ila 500.000 ton CO2 eşdeğeri tasarruf sağlayabileceğini öne sürdüler.
Carbontracker vakasında Kanding, amacın belirli modellere işaret etmek ve bunların "çevreyi mahvettiğini" iddia etmek olmadığını söyledi. Bunun yerine, bu bir bilgi işlem yoğun araştırmaların etkisi hakkında farkındalık yaratmaya ve enerji açısından verimli derin sinir ağlarının gelişimini teşvik etmeye çalışın ve “sorumlu bilgi işlem.” Bu, derin öğrenmenin eğitimi ve geliştirilmesiyle ilişkili karbon ayak izlerinin azaltılmasına yol açabilir modeller. (Olası bir acil çözüm, eğitimin yeşil enerjiyle çalışan veri merkezlerinde yürütülmesini sağlamak olabilir.)
Ancak araştırmacılar, bazı yapay zekaların çevresel etkisinin ne kadar önemli olduğuna dair bazı göstergeler veriyor. araçlar olabilir. Örneğin, tek bir eğitim oturumu ultra gelişmiş derin öğrenme dili modeli GPT-3 Söylenene göre bu enerji, araştırmacıların ana vatanı Danimarka'daki 126 evin enerjisine eşdeğer enerji tüketiyor. Aynı zamanda, bir arabada neredeyse 44.000 mil sürüşle aynı miktarda CO2 yayıyor.
Lasse F. Projedeki diğer bir araştırmacı olan Wolff Anthony, Carbontracker'ı kodlayıcılar için bir eklenti biçiminde kullanıma sunmaya yönelik mevcut bir planın olmadığını söyledi. “Carbontracker'ın mevcut hedefleri, Python'daki aracı daha hafif ve kullanımı daha kolay hale getirerek geliştirmek ve Canlı karbon yoğunluğunu sorgulamak için daha fazla donanım çeşitliliğini ve daha fazla bölgeyi destekleyerek yeteneklerini genişletin," Anthony söz konusu.
proje açık kaynaktırve araştırmacılar, katılmak isteyen herkesin katkısını "aktif olarak teşvik ettiklerini" söylüyorlar.
Editörlerin Önerileri
- Nintendo, yapay zekayı nasıl kullanabilir? 4K oyun deneyimini Switch Pro'ya getirmek
- Akıllı yeni A.I. sistem siz evden uzaktayken köpeğinizi eğitmeyi vaat ediyor
- Bu temel insan becerisi, yapay zeka için bir sonraki önemli dönüm noktasıdır.
- Akıllı kamuflaj yaması savaş uçaklarını yapay zekadan gizleyebilir. tanıma araçları
- Bu akıllı yeni yapay zeka. asistan otomatik arayanları sizin için tarayacak ve engelleyecektir
Yaşam tarzınızı yükseltinDigital Trends, en son haberler, eğlenceli ürün incelemeleri, anlayışlı başyazılar ve türünün tek örneği olan ön incelemelerle okuyucuların teknolojinin hızlı tempolu dünyasını takip etmelerine yardımcı olur.
