快捷搜索:

人工智能与环境保护站在对立面吗?

1970年,赞比亚修女Mary Jucunda给NASA(美国航空航天局)Marshall太空航行中间的科学副总监Ernst Stuhlinger博士写了一封信。信中,Mary Jucunda修女问道:今朝地球上还有这么多小孩子吃不上饭,他怎么能舍得为远在火星的项目花费数十亿美元。

Stuhlinger很快给Jucunda修女回了信,他这封诚挚的复书随后由NASA以《为什么要探索宇宙》为标题颁发。

这封信中有这样一句话:“通往火星的航行并不能直接供给食品办理饥荒问题。然而,它所带来大年夜量的新技巧和新措施可以用在火星项目之外,这将孕育发生数倍于原始花费的收益。”

如今,跟着许多航天技巧迁徙到其他方面并对人类生活孕育发生了伟大年夜的影响,很少有人再去质疑航空航天是否有需要。

同样,作为今朝最前沿的计钻研领域之一,人工智能近日也受到了环保方面的质疑。

人工智能背后的碳排放激发关注

根据一份提交到自然说话处置惩罚顶会ACL 2019的论文,三位来自马萨诸塞大年夜学安姆斯特分校的钻研职员对几种常见的NLP模型进行碳排放评估。

他们发明,像Transformer、GPT-2等盛行的深度神经收集,他们的练习历程可以排放跨越62.6万磅的二氧化碳当量,险些是美国汽车匀称寿命期内排放量(包括制造历程)的五倍。

比如Google AI今年宣布的一篇新论文The Evolved Transformer提出的神经收集架构搜索技巧,用于英语到德语翻译的BLEU分数前进了0.1,却花费了3.2万TPU小时。

只管这篇论文并没有供给准确的基于TPU的模型练习能耗和碳排放的数据,然则根据美国环保署(EPA)统计,数据中间耗电占举世3%,且耗电量正在以每四年翻一番的速率增长;同时,数据中间的温室气体排放占到举世的2%,碳萍踪已经追上夷易近航业。

只管今朝数据中间大年夜多照样在进行处置惩罚客户信息等传统事情,然则基于深度进修的人工智能正成为举世数据中间营业增长的最大年夜驱动力。

来自网友的评论争论

这篇论文一进入大年夜众视野,便引起了广泛评论争论,业内各人士更多是持一种辩证的立场,表示虽然用于练习所孕育发生的碳排放是客不雅存在的,然则并没有文章中所说的那么夸诞。

Reddit有网友评论:

在8个GPU上练习12小时6500万参数的一样平常收集总计耗损27千瓦时,并且排出26磅二氧化碳,谋略资源为41-140美元。这是论文中耗能最小的例子,但着实与大年夜多半人做的练习比拟,它也算是规模对照大年夜了。

而更大年夜的BERT model,在64个GPU上练习110万个参数,耗时80小时,耗损了1507千瓦时的能量,排放了1438磅二氧化碳,谋略资源为3751-12571美元。但这是一个相昔时夜的ML项目,连大年夜多半人运行过的规模都更大年夜,很少有小我或者组织能够做这种项目。

论文中对照故意义的是神经布局搜索(NAS)耗损的能量和排放的二氧化碳。这是有事理的,由于搜索历程可能意味着运行几个大年夜数量级的练习步骤。

而值得指出的是,该论文所阐述的一个例子:把TPU换成八块P100GPU,用同样的要领练习同一个Transformer达到同样的成就,将会孕育发生惊人的62.6万磅(约合284公吨)二氧化碳。这个结果虽然很震撼,但实际没有人会这样去做。

而Slashdot上则有网友用新能源汽车举例:

设计节能汽车也必要耗损大年夜量能源。然则,从长远来看是有好处的。假如这些受过练习的人工智能能够经由过程它们所做的事情节省能量,那么从长远来看,这也将是有益的。

人工智能与情况保护站在对立面吗?

首先,人工智能并非是不落地的“实验室产物”。

提到人工智能,大年夜众每每第一反映的都是本钱市场所鼓吹的产品,这些产品每每因为鼓吹的必要被加入了许多噱头而不具备普遍的说服力,以是人工智能在利用上总给人一种很玄的感到。

Petuum开创人兼CEO邢波也说,人工智能太高妙了,为人所知的有自动驾驶、医疗等利用处景,着实最通俗的土木工程领域,也必要人工智能技巧的厘革,然则这些小的利用处景很少有人关注。

新技巧的落地每每会从大年夜众不经意的地方开始。在以莳植玉米和大年夜豆出名的美国爱荷华州,始创AI公司Smart Ag公司正在开拓无人驾驶疲塌机用来干农活,以办理农场劳动力缺乏的问题。

图片来自英伟达中国

同样的,人工智能和机械进修已经开始在大年夜数据医疗领域发告竣长,例如放射学、医学成像和医疗保健记录等。

在能源使用领域呢?人工智能也不是永世都是耗电的那一方。

谷歌就曾给DeepMind“找了个活”,让它经由过程操控谋略机办事器和相关设备(例如冷却系统)来治理部分数据中间,从而削减了数个百分点的能耗,可不要鄙视这几个百分点,要知道谷歌一年的耗电量,险些能遇上一个旧金山了。

其次这篇论文也并非是否决耗损资本来开拓人工智能的。

作者的意图只是盼望提醒其他NLP学者和业界人士,在前进模型体现的同时,也应该对情况影响有主动的、足够的关注。

论文的第一作者,马萨诸塞大年夜学安姆斯特分校博士生艾玛·斯特贝尔(Emma Strubell)在吸收硅星人的独家采访时表示:“不计任何谋略量的价值也要追逐哪怕一丁点的准确率提升。这绝对不是一个好的趋势,我感觉我们应该做得更好,用更有创意,而不是纯挚‘加算力’的要领去做钻研。”

若何做情况友好的人工智能钻研,更多的应用洁净能源或是前途。从下面的表中我们可以看出,Google的数据中间用电56%来自可再生能源。

谷歌主如果经由过程采购大年夜量可再生能源项目来应对能源耗损,今朝已经包括肯尼亚的一个风力发电厂和在加州、德州等地的数个风力发电厂。

同样,亚马逊已经在美国的印第安纳、北卡罗莱纳、俄亥俄和弗吉尼亚州扶植了风力和太阳能发电厂。

而海内的互联网巨子也有类似的做法,阿里巴巴张北云谋略基地内数据中间将百分百基于绿色能源运转,修建外表覆盖太阳能电板,同时采纳自然风冷和自然水冷系统,估计仅数据中间的制冷能耗就可以低落45%。阿里巴巴技巧保障认真人周明就表示:“我们将采纳举世最先辈的绿色数据中间设计规划,将张北源源赓续的绿色能源转化成谋略资本。”

您可能还会对下面的文章感兴趣: