18.6 C
София

Обучението на един Al модел отделя толкова въглерод, колкото пет автомобила през целия си жизнен цикъл

Най-четени

Индустрията с изкуствен интелект често се сравнява с петролната индустрия: след като един Al алгоритъм бъде създаден и преработен, извлечените от него данни могат да бъдат изключително доходоносна инвестиция. Сега изглежда, че метафората, може да разшири обхвата си до известна степен. Подобно на своя изкопаем аналог, процесът на задълбочено машинно обучение може да има огромно въздействие върху околната среда.

В нова статия изследователите от Университета в Мазачузетс, Амхърст, извършват оценка на жизнения цикъл за обучение на няколко често срещани големи модела на ИИ. Те откриват, че енергията, която се консумира за този процес, може да доведе до отделянето на повече от 626 000 паунда въглероден диоксид – почти колкото са емисиите на пет средностатистически американски автомобила през целия им жизнен цикъл, като в сумата влиза и производството на самите автомобили.

Това е ужасяващо количество отделен въглероден диоксид, макар че изследователите в сферата на ИИ отдавна подозират, че емисиите не са никак малки. „Въпреки че много от нас са мислили за това на абстрактно, неясно ниво, цифрите сега наистина показват мащаба на проблема“, казва Карлос Гомес-Родригес, компютърен учен от университета в Коруня, Испания, който не е участвал в изследването. „Нито аз, нито други изследователи, с които съм обсъждал, сме смятали, че въздействието върху околната среда може да бъде толкова значително.“

Въглеродният отпечатък при обработката на естествен език

Докладът специално разглежда процеса на обучение на моделите за обработка на естествен език (NLP), подполето на Al, което се фокусира върху обучаването на машини за работа с човешка реч. През последните две години общността на НЛП достигна няколко забележителни етапа при изпълнението на машинен превод, завършване на изречения и други стандартни задачи за сравнителен анализ. Прословутият модел GPT-2 на OpenAl например се отличава с писането на убедителни фалшиви новини и статии.

Но подобен напредък изисква обучение на все по-големи модели за обширни набори от данни с изречения и човешка реч. Подходът е изключително скъп и енергийно интензивен.

Значението на тези въглеродни емисии е колосално – особено когато се вземат предвид настоящите тенденции за изследвания с Изкуствен интелект.

„Като цяло голяма част от най-новите изследвания в Al пренебрегват ефективността, тъй като много големи невронни мрежи се оказват полезни за различни задачи, а компаниите и институциите, които имат богат достъп до изчислителни ресурси, могат да се възползват от това, за да получат конкурентно предимство. Този анализ на отделяните вредни емисии трябваше да се направи, за да се повиши осведомеността относно изразходваните ресурси и очаквам да предизвика дебат“, казва Гомес-Родригес.

Абонирай се
Извести ме за
guest
5 Коментара
стари
нови оценка
Отзиви
Всички коментари

Нови ревюта

HUAWEI MatePad 11 – таблет без конкуренция в своя клас

Таблетите са един от любимите ни продукти за тестване, но отдавна подобно устройство не бе стигало до редакцията ни. Пазарът на този вид технологии...

Подобни новини