未来会不会有一些有前途的技术可以让人工智能变得更环保、更实惠?

人工智能 机器学习 深度学习 伦理 绿爱
2021-10-26 10:49:31

机器学习的最新进展主要是通过硬件实现的,据说硬件继续推动人工智能的发展,但我仍然对这个帖子感到震惊,上面写着最大模型的预计未来成本将是 1B 美元2025. 我了解到,大学正在遭受学术 AI 人才流失的困扰,部分原因是硬件资源稀缺

在此处输入图像描述

有人提出了所谓的绿色人工智能,它鼓励人工智能的可持续发展,但很少提供建设性的方法来阻止这种趋势。

我想知道越来越红的 AI 是否真的是不可避免的。在我看来,所有公司都应该建立一个昂贵的计算基础设施来保持竞争力,但我认为这项投资风险很大,因为大多数公司无法获得更高的回报。

但另一方面,我们人类在地球上已经进化了几千万年或几十亿年(生命),拥有几千亿个大脑,曾经在地球上生活过一个完整的“人脑”。生物湿件似乎比现在的硬件要红得多,消耗的能量也比所有的超级计算机都要多得多。为了让机器像我们人类一样聪明,我们不应该付出高昂的代价吗?它让我想起了 NFL 定理,但在这种情况下它应该是不精确的。

那么,在算法方面是否会有一些有前途的技术可以让人工智能在未来变得更环保、更实惠、更可持续? 如果不是,谁能解释为什么人工智能应该不可避免地变红并且不可避免地变红?

1个回答

据我所知,绿色 AI红色 AI是最近的术语和/或研究领域,但它们的重要性将或肯定会在未来几年更加突出(出于显而易见的原因)。

我不知道有多少人在积极直接地研究这个话题,但是,在过去,我已经读过一篇关于这个话题的研究论文,所以有几个人已经在尝试至少提高对这些问题的认识。此外,他们还建议研究人员报告实验期间执行的浮点运算 (FLOP) 的数量,以及通常的性能指标(例如准确性)。我不记得这篇论文的所有细节,但我真的建议你阅读它。对此主题感兴趣的人可能想阅读另一篇可能有用的论文。

虽然我目前没有做这个话题的研究,但从算法的角度来看,以下几个方面的改进肯定会有助于更环保的 AI

  • 零次、一次或几次学习
  • 迁移学习
  • 样本效率(在强化学习中)

为什么?因为从更少的样本中学习通常意味着更少的计算,因此更少的排放。

所以,我认为让人工智能更环保是绝对可能的,因为可以使用电动汽车而不是汽油/柴油汽车,尽管需要对上述主题(和其他主题)进行更多研究以使其实际有用.