Искусственный интеллект может нанести колоссальный вред экологии планеты
У любого направления технологического прогресса есть своя цена — обратная сторона, и в случае с индустрией искусственного интеллекта ею стало запредельное потребление энергии. А она на сегодня в своей массе все еще вырабатывается путем сжигания топлива, что генерирует выбросы в атмосферу. Подсчитано, что один сеанс обучения нейронной сети приводит к выбросу 284 тонн углекислого газа – это впятеро больше, чем за весь срок эксплуатации обычного автомобиля.
Создание ИИ может сильно влиять на экологию планеты
Исследователи из Массачусетского университета (США) изучили особенности эксплуатации четырех принципиально разных современных ИИ: Transformer, ELMo, BERT и GPT-2. Они замерили суточное потребление энергии каждой системой и умножили его на время полного обучений нейросети по ее стандартной программе. Полученный объем энергии добавили в формулу генерации выбросов при средних показателях по США и получили очень неприятные значения.
Еще хуже обстоят дела, когда для обучения нейросетей применяют передовую технологию «поиска нейронной архитектуры» (NAS). Она позволяет без особых трудностей, просто методом проб и ошибок, автоматизировать процесс проектирования нейросети. Этот процесс весьма трудоемкий – тот же Transformer изначально тратит 84 часа на обучение новому языку, но с NAS на это ушло бы целых 270 000 часов.
Искусственный интеллект может нанести колоссальный вред экологии планеты
И это только вершина айсберга – расчеты проводились для конкретных, хорошо известных нейросетей. А вот как на самом деле устроены гораздо более масштабные облачные платформы Google и Amazon, какое энергообеспечение у мощностей, на которых они базируются – вопрос открытый. Но и то, что уже известно, вызывает серьезное беспокойство. Развитие ИИ не должно стать новым источником угрозы экологии нашей планеты.
У любого направления технологического прогресса есть своя цена — обратная сторона, и в случае с индустрией искусственного интеллекта ею стало запредельное потребление энергии. А она на сегодня в своей массе все еще вырабатывается путем сжигания топлива, что генерирует выбросы в атмосферу. Подсчитано, что один сеанс обучения нейронной сети приводит к выбросу 284 тонн углекислого газа – это впятеро больше, чем за весь срок эксплуатации обычного автомобиля.
Исследователи из Массачусетского университета (США) изучили особенности эксплуатации четырех принципиально разных современных ИИ: Transformer, ELMo, BERT и GPT-2. Они замерили суточное потребление энергии каждой системой и умножили его на время полного обучений нейросети по ее стандартной программе. Полученный объем энергии добавили в формулу генерации выбросов при средних показателях по США и получили очень неприятные значения.
Еще хуже обстоят дела, когда для обучения нейросетей применяют передовую технологию «поиска нейронной архитектуры» (NAS). Она позволяет без особых трудностей, просто методом проб и ошибок, автоматизировать процесс проектирования нейросети. Этот процесс весьма трудоемкий – тот же Transformer изначально тратит 84 часа на обучение новому языку, но с NAS на это ушло бы целых 270 000 часов.
И это только вершина айсберга – расчеты проводились для конкретных, хорошо известных нейросетей. А вот как на самом деле устроены гораздо более масштабные облачные платформы Google и Amazon, какое энергообеспечение у мощностей, на которых они базируются – вопрос открытый. Но и то, что уже известно, вызывает серьезное беспокойство. Развитие ИИ не должно стать новым источником угрозы экологии нашей планеты.
https://econet.ru/articles/iskusstvennyy-intellekt-mozhet-nanesti-kolossalnyy-vred-ekologii-planety
26.06.2019
Интересно почитать