深度學(xué)習(xí)模型并非“越大越好”，它可能引起氣候變化問(wèn)題

本月早些時(shí)候，OpenAI宣布已經(jīng)建成史上最大的人工智能模型，該模型規(guī)模驚人，被命名為“GPT-3”，是一項(xiàng)令人印象深刻的技術(shù)成就。然而，它卻凸顯了人工智能領(lǐng)域的一個(gè)隱患。

 

現(xiàn)代人工智能模型需要消耗大量能量，并且這些能量需求正以驚人的速度增長(zhǎng)。在深度學(xué)習(xí)時(shí)代，產(chǎn)生一流的人工智能模型所需的計(jì)算資源，平均每3.4個(gè)月翻一番；這意味著，能量需求在2012年至2018年之間增加了300,000倍。而“GPT-3”只是這種指數(shù)級(jí)增長(zhǎng)軌跡上的一個(gè)最新節(jié)點(diǎn)。

 

 

深度學(xué)習(xí)模型真的越大越好嗎？

 

在今天，人工智能的碳足跡是有意義的，而如果這個(gè)行業(yè)趨勢(shì)繼續(xù)下去，情況將很快變得糟糕得多。除非我們?cè)敢庵匦略u(píng)估并改革當(dāng)今的人工智能研究方向，否則，人工智能領(lǐng)域可能會(huì)成為我們?cè)谖磥?lái)幾年中應(yīng)對(duì)氣候變化的對(duì)手。

 

GPT-3很好地說(shuō)明了這種現(xiàn)象。該模型包含多達(dá)1750億個(gè)參數(shù)。如何理解這個(gè)數(shù)字呢？不妨參考一下它的前身模型GPT-2，它在去年發(fā)布時(shí)被認(rèn)為是最先進(jìn)的，GPT-2只有15億個(gè)參數(shù)。去年GPT-2的訓(xùn)練耗費(fèi)了數(shù)十千兆次/天，這個(gè)計(jì)算輸入的數(shù)量已經(jīng)非常龐大了，而GPT-3需要的數(shù)量可能是GPT-2的好幾千倍。

 

依靠越來(lái)越大的模型，來(lái)推動(dòng)人工智能技術(shù)進(jìn)步，這種做法的問(wèn)題在于，構(gòu)建和部署這些模型需要大量的能源消耗，并因此產(chǎn)生碳排放。

 

在2019年一項(xiàng)被廣泛討論的研究《Energy and Policy Considerations for Deep Learning in NLP（NLP深度學(xué)習(xí)的能源和政策考慮）》中，由Emma Strubell領(lǐng)導(dǎo)的一組研究人員，評(píng)估了訓(xùn)練單個(gè)深度學(xué)習(xí)模型的能量消耗，這個(gè)數(shù)值可能高達(dá)626,155磅的二氧化碳排放量——約相當(dāng)于五輛汽車(chē)在整個(gè)生命周期內(nèi)的碳足跡。相比之下，一個(gè)普通的美國(guó)人每年產(chǎn)生的二氧化碳排放量大約是36,156磅。

 

可以肯定的是，這項(xiàng)評(píng)估針對(duì)的是能耗特別高的模型。如今，訓(xùn)練一個(gè)普通規(guī)模的機(jī)器學(xué)習(xí)模型產(chǎn)生的碳排放量應(yīng)該遠(yuǎn)遠(yuǎn)小于626,155磅。

 

同時(shí)值得注意的是，在進(jìn)行這項(xiàng)分析時(shí)，GPT-2是當(dāng)時(shí)可供研究的、最大的模型，研究人員將其視為模型大小的上限?？蓛H僅一年之后，GPT-2看上去很袖珍了，比它的后繼產(chǎn)品小了一百倍。

 

那么，機(jī)器學(xué)習(xí)模型到底為什么會(huì)需要消耗這么多的能量呢？

 

第一個(gè)原因是，用于訓(xùn)練這些模型的數(shù)據(jù)集的大小在不斷地膨脹。在2018年，BERT模型在使用了30億個(gè)單詞的數(shù)據(jù)集進(jìn)行訓(xùn)練之后，實(shí)現(xiàn)了同類(lèi)中最佳的NLP（自然語(yǔ)言處理）性能。XLNet使用了320億個(gè)單詞的數(shù)據(jù)集進(jìn)行訓(xùn)練，并且在性能上超過(guò)了BERT。不久之后，GPT-2接受了400億個(gè)單詞的數(shù)據(jù)集的訓(xùn)練。而讓之前所有此類(lèi)工作都相形見(jiàn)絀的是，GPT-3將使用一個(gè)包含5,000億個(gè)單詞的加權(quán)數(shù)據(jù)集進(jìn)行訓(xùn)練。

 

在訓(xùn)練過(guò)程中，神經(jīng)網(wǎng)絡(luò)會(huì)針對(duì)輸入的每條數(shù)據(jù)，執(zhí)行一整套冗長(zhǎng)的數(shù)學(xué)運(yùn)算（既包括正向傳播，也包括反向傳播），并且以復(fù)雜的方式更新其參數(shù)。因此，更大的數(shù)據(jù)集，就會(huì)轉(zhuǎn)化為飛速增長(zhǎng)的計(jì)算和能源需求。

 

導(dǎo)致人工智能巨大能量消耗的另一個(gè)原因是，開(kāi)發(fā)模型所需要進(jìn)行的大量實(shí)驗(yàn)和調(diào)校。今天的機(jī)器學(xué)習(xí)，在很大程度上仍然是反復(fù)試錯(cuò)的練習(xí)。從業(yè)人員通常會(huì)在訓(xùn)練過(guò)程中針對(duì)給定模型構(gòu)建數(shù)百個(gè)不同的版本，在確定最佳設(shè)計(jì)之前，他們會(huì)嘗試不同的神經(jīng)體系架構(gòu)和超參數(shù)。

 

上述提到的那篇2019年研究論文中，描述了一個(gè)案例研究。研究人員們選擇了一個(gè)平均規(guī)模的模型——比GPT-3之類(lèi)的博人眼球的龐然大物要小得多，并且不僅檢查了訓(xùn)練最終版本所需的能量，還測(cè)量了為了生產(chǎn)這個(gè)最終版本進(jìn)行的各種測(cè)試的總體能量消耗。

 

在六個(gè)月的過(guò)程之中，他們培訓(xùn)了4,789個(gè)不同版本的模型，總共需要花費(fèi)9,998天的GPU時(shí)間（超過(guò)27年）。考慮到所有這些因素，這些研究人員估計(jì)，構(gòu)建該模型總計(jì)要產(chǎn)生78,000磅的二氧化碳排放量，超過(guò)一個(gè)普通美國(guó)成年人兩年的碳排放量。

 

到此為止，這次討論還僅僅涉及了機(jī)器學(xué)習(xí)模型的訓(xùn)練環(huán)節(jié)。但是訓(xùn)練只是一個(gè)模型生命周期的起點(diǎn)。模型訓(xùn)練完成之后，就會(huì)在現(xiàn)實(shí)世界中得到應(yīng)用。

 

部署人工智能模型，讓它們?cè)诂F(xiàn)實(shí)環(huán)境中采取行動(dòng)——這個(gè)過(guò)程被稱(chēng)為推理，該過(guò)程的能耗比訓(xùn)練環(huán)節(jié)更高。實(shí)際上，英偉達(dá)公司（Nvidia）估計(jì)，神經(jīng)網(wǎng)絡(luò)80％至90％的能量消耗出現(xiàn)在推理環(huán)節(jié)，而不是訓(xùn)練環(huán)節(jié)。

 

例如，想想自動(dòng)駕駛汽車(chē)中的人工智能。首先必須要對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行培訓(xùn)，讓它學(xué)會(huì)駕駛。在訓(xùn)練完成并部署到自動(dòng)駕駛汽車(chē)上之后，模型會(huì)不斷地進(jìn)行推理，才能在環(huán)境中行駛，只要汽車(chē)還在使用之中，這個(gè)過(guò)程就會(huì)日復(fù)一日地持續(xù)下去。

 

毋庸置疑，模型具有的參數(shù)越多，對(duì)這種持續(xù)不斷的推理的能量需求就越高。