人工智能(AI)已经改变了我们所知道的世界。它被用于从医疗监控到撰写演讲稿的各个方面。但这项技术对环境的影响正成为一个严重的问题。

　　ChatGPT是最熟悉的人工智能模型之一，是一种生成式人工智能，它使用自然语言处理在聊天机器人风格的web界面中响应用户的查询。

　　当创建ChatGPT的OpenAI公司训练他们的第三代模型时(也就是说，教它根据用户的问题生成什么内容)，它使用的电力足够120个加拿大家庭使用一整年。

　　训练只是人工智能模型排放的一个方面。随着时间的推移，最大的贡献者是模型推理，或者是实时运行模型的过程。像ChatGPT这样的大型语言模型会持续运行，等待用户提出问题。

　　为这些模型提供动力所需的数据中心目前占全球能源消耗的3%，它们很少使用可再生能源，据《福布斯》报道，它们排放的二氧化碳与整个巴西一样多。

　　达尔豪斯大学计算机科学学院助理教授图沙尔·夏尔马博士登场了。

　　Sharma博士的研究重点是可持续人工智能和软件工程。换句话说:他确保构建和运行这些模型的源代码尽可能干净和高效。如果没有，他会识别并修复它们。

　　Sharma博士的SMART实验室最近在ACM软件工程与方法论交易中发表了一项研究，详细说明了如何通过识别代码的哪些部分最耗电来在粒度级别上测量AI模型的能耗。(想想你家里的电费账单:它显示了家庭的能源消耗，但通常不会列出哪些电器耗电量最大。)

　　在另一项研究中，他的实验室筛选了人工智能模型中的数十层代码，以“修剪”那些不再相关、有用或有效的标记。

　　“我们在这些大型模型的每一层都有策略地移动，并减少内部所需的计算，”他解释说。

　　这个想法是为了更有效地训练模型，从而减少电力消耗和随后的排放。他说:“我们正在努力避免使用太多的电力或时间，从而减少能源或减少碳排放。”“理想的情况是，我们在不牺牲效益的情况下，减少训练或操作这些系统所需的能源。”

　　戴尔大学计算机科学学院代理院长克里斯蒂安·布洛因博士表示，人工智能有可能改变我们所知道的世界，无论我们是否让这项技术更环保，它都将发生。

　　他说:“我们有责任找到一种更好的方法来解决需要更少资源的重要问题。”“随着人们发现利用人工智能的新方法，我们必须发展计算机科学，使其更具可持续性。”

　　这种平衡对于在气候部门工作的人尤其重要。Anya Waite博士是海洋前沿研究所(Ocean Frontier Institute，简称OFI)的首席执行官和科学主任。OFI研究海洋在气候系统中不断变化的作用，并为减缓气候变化提供解决方案。

　　韦特博士说，虽然人工智能是管理数据、提高效率和准确性的关键工具，但如果我们最终消耗的能源超过了我们从使用人工智能中节省的能源，它就会变得不可持续。

　　她说:“夏尔马博士的工作至关重要，因为它支持人工智能的效率，降低了人工智能的成本和碳足迹。”“最终，如果没有像夏尔马博士这样的研究成果，我们可能会失去推出新创新的能力，我们可能会错过它们带来的主要好处。”

　　Michael Freund博士是Dal清洁技术研究所(CTRI)的主任，他说，用户并不总是意识到支持他们使用的技术所需的基础设施和操作。

　　“人工智能的负责任发展必须考虑环境因素，”弗洛伊德博士说。“它必须要求高效运行，包括更高效的代码、负责任的使用以及将数据中心与绿色能源相结合。”

　　他承认，这是一个棘手的平衡，因为和OFI一样，CTRI经常使用人工智能来提高运营效率。

　　他说:“夏尔马博士等研究人员的工作将揭示人工智能的真正价值，并为如何开发和使用人工智能提供决策依据。”

　　将数据中心转换为使用可再生能源是另一个大障碍，夏尔马博士说，像他这样的研究加上太阳能、风能和水力发电，将使人工智能更环保。

　　“所有这些技术最终都有助于实现绿色人工智能的目标，并弄清楚我们如何在更低的能源成本下继续使用这些机器学习模型。”

　　更多信息:Saurabhsingh Rajput等人，通过细粒度能量测量增强深度学习中的能量意识，ACM软件工程与方法论汇刊(2024)。DOI: 10.1145/3680470由达尔豪斯大学提供引文:研究员希望确保人工智能不会破坏环境(2024年，9月30日)从https://techxplore.com/news/2024-09-ai-doesnt-environment.html检索2024年10月1日此文档受版权保护。除为私人学习或研究目的而进行的任何公平交易外，未经书面许可，不得转载任何部分。内容仅供参考之用。