機械学習の実験がより複雑になるにつれて、二酸化炭素排出量も増大しています。現在、研究者らは、さまざまな場所にあるクラウド コンピューティング データ センターで一連のモデルをトレーニングする場合の炭素コストを計算しました。彼らの発見は、研究者が人工知能(AI)に依存する作業からの排出量を削減するのに役立つ可能性がある。
研究チームは、地理的場所によって排出量に大きな違いがあることを発見しました。ワシントン州シアトルのアレン AI 研究所の機械学習研究者であり、この研究の共同責任者であるジェシー ドッジ氏は、同じ AI 実験で、「最も効率的な領域では、最も効率の悪い領域の約 3 分の 1 の排出量が発生した」と述べました。地域。」
カーネギー メロン大学 (ペンシルバニア州ピッツバーグ) の機械学習研究者であり、気候変動 AI グループの共同創設者であるプリヤ ドンティ氏は、これまでのところ、クラウドを測定するための優れたツールは存在しないと述べました。 AI に基づいた生産、排出量。
「これは、排出量を削減するために機械学習のワークロードを管理する方法についての重要な議論に貢献する素晴らしい成果です」と彼女は言いました。
場所は重要です
Dodge と Microsoft の研究者を含む共同研究者は、Google 翻訳を強化する言語モデルから画像に自動的にラベルを付けるための Vision アルゴリズムまで、11 の一般的な AI モデルをトレーニングしながら消費電力を監視しました。彼らはこのデータを、16 台の Microsoft Azure クラウド コンピューティング サーバーに電力を供給するグリッドからの排出量が時間の経過とともにどのように変化したかの推定値と組み合わせて、さまざまな場所にわたるトレーニング エネルギー消費量を計算しました。
世界的な電力供給の変化や需要の変動により、場所が異なれば施設の二酸化炭素排出量も異なります。研究チームは、一般的な機械学習言語モデルである BERT を中央アメリカまたはドイツのデータセンターでトレーニングすると、時期に応じて 22 ~ 28 キログラムの二酸化炭素が排出されることを発見しました。これは、電力のほとんどを水力発電から得ている一方、フランスが主に原子力に依存しているノルウェーでの同じ実験による排出量の2倍以上だ。
毎日の実験に費やす時間も重要です。例えば、ダッジ氏は、州の電力が水力発電であるワシントンで夜間にAIを訓練すると、昼間の電力もガソリンスタンドから供給される日中にAIを訓練するよりも排出量が少なくなるだろうと述べた。同氏は先月、ソウルで開催された公平性、説明責任、透明性のためのコンピューティング機械協会の会議でこの結果を発表した。
AI モデルからの排出量も大きく異なります。画像分類器 DenseNet は、カリフォルニア州サンフランシスコで Transformer と呼ばれる中規模の言語モデル (調査会社 OpenAI が作成した人気の言語モデル GPT-3 よりもはるかに小さい) をトレーニングする際に、携帯電話の充電と同じ CO2 排出量を生成しました。これは、一般的なアメリカの家庭が年間に排出する量と同じ量です。さらに、チームはトランスフォーマーの訓練プロセスの 13 パーセントしか行っていないが、完全に訓練すると「石炭を積んだ鉄道車両全体を燃やすのに匹敵する」排出量が発生するだろうとダッジ氏は述べている。
同氏は、データセンターのオーバーヘッドに使用される電力や、必要なハードウェアの作成に使用される排出量などの要素が含まれていないため、排出量の数値も過小評価されていると付け加えました。ドンティ氏は、理想的には、特定の時点における送電網排出量の潜在的な重大な不確実性を考慮して、数値には誤差範囲も含めるべきだと述べた。
環境に優しい選択
他のすべての要素が同じであれば、ダッジは、この研究が科学者が排出量を最小限に抑える実験用のデータセンターを選択するのに役立つことを願っています。 「この決定は、この分野でできる最も影響力のあることの一つであることが判明した」と彼は語った。この取り組みの結果、Microsoft は現在、Azure サービスを使用している研究者にハードウェアの電力消費に関する情報を提供しています。
英国のブリストル大学でデジタル技術が環境の持続可能性に及ぼす影響を研究しているクリス・プリスト氏は、排出削減の責任は研究者ではなくクラウドプロバイダーにあるべきだと述べた。サプライヤーはいつでも、炭素強度が最も低いデータセンターが最も多く使用されるようにすることができる、と同氏は述べた。 Donti 氏は、排出量が削減された場合に機械学習の実行を開始および停止できる柔軟なポリシーを採用することもできると付け加えました。
ダッジ氏は、大規模な実験を実施するハイテク企業は排出に関する透明性と排出量の最小化または相殺について最大の責任を負うべきだと述べた。同氏は、機械学習が常に環境に有害であるわけではないと指摘した。効率的な材料の設計、気候のシミュレーション、森林破壊や絶滅危惧種の追跡に役立ちます。それでも、AI による二酸化炭素排出量の増大は、一部の科学者にとって大きな懸念材料となっています。ドッジ氏は、一部の研究グループが炭素排出量の追跡に取り組んでいるものの、透明性は「地域社会の規範としてまだ発展していない」と述べた。
「この取り組みの要点は、この問題に透明性をもたらそうとすることだ。なぜなら、現時点では透明性が著しく欠けているからだ」と彼は語った。
参考文献:
1.Dodge, J. et al. プレプリント (https://arxiv.org/abs/2206.05229 (2022))。
以上が増大する AI の二酸化炭素排出量を削減する方法の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

AIの急速な統合により悪化した職場での急成長能力の危機は、増分調整を超えて戦略的な変化を要求します。 これは、WTIの調査結果によって強調されています。従業員の68%がワークロードに苦労しており、BURにつながります

ジョン・サールの中国の部屋の議論:AIの理解への挑戦 Searleの思考実験は、人工知能が真に言語を理解できるのか、それとも真の意識を持っているのかを直接疑問に思っています。 チャインを無知な人を想像してください

中国のハイテク大手は、西部のカウンターパートと比較して、AI開発の別のコースを図っています。 技術的なベンチマークとAPI統合のみに焦点を当てるのではなく、「スクリーン認識」AIアシスタントを優先しています。

MCP:AIシステムに外部ツールにアクセスできるようになります モデルコンテキストプロトコル(MCP)により、AIアプリケーションは標準化されたインターフェイスを介して外部ツールとデータソースと対話できます。人類によって開発され、主要なAIプロバイダーによってサポートされているMCPは、言語モデルとエージェントが利用可能なツールを発見し、適切なパラメーターでそれらを呼び出すことができます。ただし、環境紛争、セキュリティの脆弱性、一貫性のないクロスプラットフォーム動作など、MCPサーバーの実装にはいくつかの課題があります。 Forbesの記事「人類のモデルコンテキストプロトコルは、AIエージェントの開発における大きなステップです」著者:Janakiram MSVDockerは、コンテナ化を通じてこれらの問題を解決します。 Docker Hubインフラストラクチャに基づいて構築されたドキュメント

最先端のテクノロジーと巧妙なビジネスの洞察力を活用して、コントロールを維持しながら非常に収益性の高いスケーラブルな企業を作成する先見の明のある起業家によって採用された6つの戦略。このガイドは、建設を目指している起業家向けのためのものです

Google Photosの新しいウルトラHDRツール:画像強化のゲームチェンジャー Google Photosは、強力なウルトラHDR変換ツールを導入し、標準的な写真を活気のある高ダイナミックレンジ画像に変換しました。この強化は写真家に利益をもたらします

技術アーキテクチャは、新たな認証の課題を解決します エージェントアイデンティティハブは、AIエージェントの実装を開始した後にのみ多くの組織が発見した問題に取り組んでいます。

(注:Googleは私の会社であるMoor Insights&Strategyのアドバイザリークライアントです。) AI:実験からエンタープライズ財団まで Google Cloud Next 2025は、実験機能からエンタープライズテクノロジーのコアコンポーネント、ストリームへのAIの進化を紹介しました


ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

Video Face Swap
完全無料の AI 顔交換ツールを使用して、あらゆるビデオの顔を簡単に交換できます。

人気の記事

ホットツール

Dreamweaver Mac版
ビジュアル Web 開発ツール

VSCode Windows 64 ビットのダウンロード
Microsoft によって発売された無料で強力な IDE エディター

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

Safe Exam Browser
Safe Exam Browser は、オンライン試験を安全に受験するための安全なブラウザ環境です。このソフトウェアは、あらゆるコンピュータを安全なワークステーションに変えます。あらゆるユーティリティへのアクセスを制御し、学生が無許可のリソースを使用するのを防ぎます。

ドリームウィーバー CS6
ビジュアル Web 開発ツール

ホットトピック









