人工智能会因为碳萍踪“限号”吗？_人工智能_模子

2024-12-20 05:56:56 云服务

人工智能有碳足迹并不奇怪，所谓碳足迹指的是开拓和消费人工智能时开释到大气中的温室气体（紧张是二氧化碳和甲烷）。
事实上，演习人工智能模型须要如此之多的打算能力，以至于一些研究职员认为环境本钱大于效益。
然而，我认为他们不仅低估了人工智能的好处，而且还忽略了提高模型演习效率的很多好方法。

人工智能会因为碳萍踪“限号”吗？_人工智能_模子云服务

温室气体是经济学家们所说的“外部成分”，是全体社会无意中承担的本钱，例如环球变暖的不利影响所带来的本钱，但我们所有人都受到个人参与者的影响，个人险些没有动机去避免这类有害的活动。
一样平常来说，电厂在燃烧化石燃料时会排放这些气体，产生电力，为运行人工智能的数据中央、做事器集群和其他打算平台供应动力。

想想人工智能运用实现的下贱碳补偿

在过去的几年里，人工智能被不公正地责怪为环球变暖的罪魁罪魁，这是由于一些不雅观察人士认为人工智能在模型演习过程中花费了太多的能源。

不幸的是，很多人工智能行业的不雅观察人士利用了不平衡的公式来打算人工智能的总体碳足迹，从而加剧了这一责怪。
例如，麻省理工学院《技能评论》杂志一年前揭橥了一篇文章，研究职员报告说，演习一个机器学习模型须要的能量所排放的二氧化碳险些是美国普通汽车寿命期内排放量的五倍。

这种打算人工智能碳足迹的办法对这项技能极为不利。
我不反对麻省理工的研究职员关于人工智能演习碳本钱的研究结果，也不反对打算并降落人工智能和其他人类活动的本钱的必要性。
我很好奇，研究职员为什么不谈论人工智能在减少环境中人为产生温室气体方面给下贱带来的代价，而这些代价常日是间接的。

如果人工智能模型在运用程序的生命周期中供应了一系列真正可行的推论，那么它该当会产生实际有用的结果。
换句话说，很多人工智能运用程序担保了人们和系统能够在各种运用处景中采纳最佳行动。
这些人工智能带来的很多好处都是可以抵消碳足迹的，比如减少人们乘车、出差、占用昂贵的办公空间以及从事花费化石燃料活动的需求。

让我们不妨做一个快速的“旅行推销员”思想实验。
假设一家制造业公司在全国有六名发卖职员，每个人都有一辆公司供应的汽车。
如果公司履行了一个新的基于人工智能的发卖职员自动化系统，使个中一名发卖职员能够完玉成部团队的事情——例如，通过改进发卖线索、挖掘潜在客户、优化全网营销，公司就可以开除其他五个人，取消公司配给他们的汽车，关闭相应的分支机构。

这样，发卖职员自动化运用程序核心的人工智能模型一下子就完备抵消了5辆车的碳足迹，这包括肃清了5辆车的温室气体，还有关闭这些分支机构和干系设备所节省的电能。

我们可能会对这个特定例子的可行性提出质疑，但我们必须承认，它完备是合理的。
这个思想实验强调了这样一个事实：人工智能的生产力、效率和加速效益常日会在能源利用方面提高下贱的效率。

我并不是说每一个人工智能运用（或者大部分），都对减少碳排放产生了本色性的下贱影响。
但我确实不同意不雅观察人士的不雅观点，比如《华尔街日报》最近的一篇文章援引了一位人工智能专家的说法，他将人工智能对生产力的影响轻描淡写为：“如果人们能看到这些系统的真正本钱，我想我们会有很多更难回答的问题，比如，能带来方便的基于人工智能的数字助理是否值得我们付出巨大的本钱。
”

这种不雅观点粉饰了这样一个事实（以数字助理为例），很多现实天下中的人工智能运用环境因此数据驱动建议的形式为人们供应“方便”，帮助人们购买得当的产品，选择通往目的地的最佳路线，遵照理财的最佳实践，等等。
个中很多可行的建议会对人们在家里、办公室、汽车和其他地方利用的能源或多或少产生一些影响。

上游人工智能演习可能会实现更大的下贱碳抵消

很多人工智能运用程序有可能产生下贱碳抵消，能够肃清与演习根本模型所需电力干系的排放。
如果人工智能让我们能够少占用办公空间、少开会、少出差，但完成的事情更多了，那么这项技能将对抗击环球变暖做出巨大贡献。

因此，要在人工智能运用程序中实现碳中和，很可能须要对底层模型进行强化演习，使其更有效地完成所分配的任务。
一个经由良好演习的人工智能模型可以通过支配到未来的运用程序中，随着韶光的推移而逐步平摊其本钱，这相称于一项成本投资。

请记住，纵然人工智能开拓职员追求的是提高其模型的准确性，演习也不一定是人们一贯认为的“能耗大户”。
请参考以下趋势，这些趋势正在减少人工智能开拓流程事情负载的碳足迹：

1.人工智能做事器集群由可再生能源供电而不是化石燃料。

2.人工智能平台采取了更节能的芯片组、做事器和云供应商。

3.演习人工智能模型所需的韶光和数据都在减少。

4.在现实天下的运用程序中更多地采取预先演习好的人工智能模型。

5.人工智能开拓流程不同模型的能效比拟。

6.在“一次到位”的神经网络上开拓人工智能，这种神经网络经由演习后就能够在各种各样的处理器上高效地运行。

随着这些趋势在未来几年内逐渐领悟，我们很可能看到人工智能演习的碳足迹会大幅低落。
随着这一趋势的加剧，人工智能开拓流程将成为IT领域最环保的可持续发展平台。