Обучение одной нейросети выбрасывает в атмосферу 284 тонны СО2 |
||
МЕНЮ Искусственный интеллект Поиск Регистрация на сайте Помощь проекту ТЕМЫ Новости ИИ Искусственный интеллект Разработка ИИГолосовой помощник Городские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Слежка за людьми Угроза ИИ ИИ теория Внедрение ИИКомпьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Распознавание лиц Распознавание образов Распознавание речи Техническое зрение Чат-боты Авторизация |
2019-06-10 01:28 Распространение искусственного интеллекта может стать последней каплей для меняющегося климата планеты. Обучение нейросети потребляет колоссальные ресурсы и оставляет углеродный след в пять раз больше, чем использование автомобиля. Искусственный интеллект проникает во все большее количество сфер человеческой деятельности, от транспорта до медицины. Однако у этого процесса есть и темная сторона, отмечает Popular Mechanics. По расчетам исследовательницы Эммы Штрубель из Массачусетского университета в Амхерсте, обучение алгоритмов требует слишком много энергии — а значит, производит много парниковых газов. В разы больше, чем использование автомобиля. Команда под руководством Штрубель изучила энергопотребление четырех разных алгоритмов, разработанных для генерации текста, — Transformer, ELMo, BERT и GPT-2. Исследователи вычислили, сколько энергии каждый алгоритм расходует за день, а затем умножили на продолжительность обучения алгоритма и сопоставили со средним количеством CO2, производимым при генерации электричества в США. В результате выяснилось, что обучение одной нейронной сети приводит к выбросу 284 тонн углекислого газа. Это в пять раз больше, чем производит средний автомобиль на протяжении всего жизненного цикла. Исследователям выявили процесс, на обеспечение которого уходила основная доля энергии. Им оказался так называемый поиск нейронной архитектуры — по сути, метод проб и ошибок. Чтобы с его помощью натренировать языковой ИИ, может потребоваться до 270?000 часов. Штрубель отмечает, что неэкологичность искусственного интеллекта вызывает серьезное беспокойство. Поскольку у человечества совсем немного времени на предотвращение климатической катастрофы, необходимо как можно быстрее ликвидировать этот крупный источник парниковых газов. Пока на энергоэффективность ИИ внимания не обращают, важнее — результаты. Эксперты уверены, что крупные компании должны уделять намного больше внимания климатическим изменениям, ведь от этого напрямую зависит их будущая прибыль. Если не предпринять мер по борьбе с потеплением, бизнес потеряет триллионы долларов, причем в самое ближайшее время. Источник: hightech.plus Комментарии: |
|