人工智能(AI)技術(shù)背后的碳足跡驚人，研究人員呼吁提高創(chuàng)新效率

人工智能(AI)可以幫助我們識別罪犯，識別某些疾病，識別語音，計(jì)算路況信息等等，但這些技術(shù)進(jìn)步的背后可能意味著過多的計(jì)算量。

 

當(dāng)前，人工智能的發(fā)展主要依靠3個(gè)因素推進(jìn)：算法創(chuàng)新、數(shù)據(jù)量，以及計(jì)算量。2018年，人工智能非營利組織OpenAI發(fā)布了一項(xiàng)研究稱，算法創(chuàng)新和數(shù)據(jù)往往難以跟蹤，但計(jì)算量卻可以量化，這就為測量AI發(fā)展進(jìn)度提供了機(jī)會。研究跟蹤了2012年以來人工智能的計(jì)算量，得出的結(jié)論是訓(xùn)練大型模型所需的計(jì)算資源每三到四個(gè)月就會翻一番。相比之下，摩爾定律的周期為18個(gè)月。

 

除了OpenAI的研究外，據(jù)《MIT科技評論》報(bào)道，今年6月份，另一項(xiàng)研究發(fā)現(xiàn)，特別是開發(fā)大規(guī)模的自然語言處理模型可能會產(chǎn)生令人震驚的碳足跡。

 

之所以會產(chǎn)生這樣的趨勢，是由于大多數(shù)的研究團(tuán)隊(duì)都更看重最新技術(shù)水平的研發(fā)，而不考慮開發(fā)成本。

 

換句話說，這些研究團(tuán)隊(duì)更愿意對外表明自己技術(shù)提高了多少，而不愿意透露技術(shù)改進(jìn)背后的成本增加。據(jù)專家預(yù)測，如果按照現(xiàn)有的發(fā)展速度，到2025年，人工智能的用電量將占世界用電量的十分之一。

 

在一篇新論文中，艾倫人工智能研究所(AI2)認(rèn)為，這樣的趨勢對于人工智能的多樣性和進(jìn)步也產(chǎn)生影響：導(dǎo)致需要大量計(jì)算資源才完成的科技成果在AI學(xué)術(shù)界享受特權(quán)。例如，這可能會將該領(lǐng)域的發(fā)展局限于更符合公司激勵(lì)的短期項(xiàng)目，而不是有利于公眾的長期進(jìn)步項(xiàng)目。

 

為了改變這樣的情況， AI2研究人員提出了一種激勵(lì)機(jī)器學(xué)習(xí)節(jié)能的新方法。AI2的研究人員建議，AI研究人員應(yīng)公布訓(xùn)練模型的財(cái)務(wù)和計(jì)算成本，以及他們的績效結(jié)果。研究人員希望提高透明度，從而激勵(lì)更多的投資投入到開發(fā)高效機(jī)器學(xué)習(xí)算法領(lǐng)域。

 

艾倫人工智能研究院CEO Oren Etzioni認(rèn)為，來自出版物和頂級會議的論文評審人應(yīng)該獎(jiǎng)勵(lì)那些提高效率和準(zhǔn)確性的研究。不過，他也指出，在人們對效率指標(biāo)進(jìn)行標(biāo)準(zhǔn)化之前，很難評估這種貢獻(xiàn)的重要性。

 

之所以在當(dāng)下提出這樣的方法，Etzioni稱是看到了近年來，一些科技公司研究實(shí)驗(yàn)室在深度學(xué)習(xí)中投入的計(jì)算量急劇上升。

 

Etzioni希望人工智能研究社區(qū)能意識到這種權(quán)衡。另外，投資更高效的算法可以從可用的資源中獲得更多的利潤，并產(chǎn)生其他收益。“這不是一個(gè)或兩件事，我們只是想在這個(gè)領(lǐng)域取得更好的平衡。” 他說。

 

2014年，艾倫人工智能研究所由微軟聯(lián)合創(chuàng)始人保羅·艾倫(Paul Allen)與他人共同創(chuàng)立，專注于研究人工智能可能給人類帶來的幫助。目前主要專注于四個(gè)項(xiàng)目：名為Aristo的機(jī)器閱讀與推理程序、SemanticScholar語義理解搜索程序，Euclid自然語言理解程序和Plato計(jì)算機(jī)視覺程序。