人工智能(AI)在研究和行業(yè)都經(jīng)歷了巨大的增長(zhǎng)，改變了科學(xué)、醫(yī)學(xué)、金融和教育等各個(gè)領(lǐng)域。這些進(jìn)步主要是由于人工智能提高了使用更大數(shù)據(jù)集有效學(xué)習(xí)更大模型的能力。

雖然這一發(fā)展使人工智能能夠發(fā)現(xiàn)科學(xué)發(fā)現(xiàn)，創(chuàng)造新的商業(yè)機(jī)會(huì)，促進(jìn)工業(yè)增長(zhǎng)，但不幸的是，也對(duì)地球產(chǎn)生了影響。

人工智能對(duì)地球的負(fù)面影響

由于人工智能需要大量的計(jì)算能力和能源來(lái)訓(xùn)練更大的模型，因此對(duì)環(huán)境產(chǎn)生重大影響，導(dǎo)致碳足跡和溫室氣體排放增加。

《麻省理工科技評(píng)論》的一份報(bào)告顯示，單個(gè)人工智能模型在訓(xùn)練過(guò)程中產(chǎn)生的碳排放量超過(guò)了一輛普通汽車(chē)在其整個(gè)使用壽命期間產(chǎn)生的碳排放量。Google的AlphaGo Zero是一種通過(guò)與自己對(duì)弈來(lái)學(xué)習(xí)的人工智能，在短短40天的訓(xùn)練中就產(chǎn)生了96噸二氧化碳。這相當(dāng)于1000小時(shí)航空旅行的排放量或23個(gè)家庭一年的碳足跡。

Facebook報(bào)告稱(chēng)，訓(xùn)練大型人工智能模型的碳足跡相當(dāng)于駕駛一輛汽車(chē)約242,231英里。麻省理工學(xué)院最近的一項(xiàng)研究表明，云計(jì)算對(duì)環(huán)境的影響現(xiàn)已超過(guò)整個(gè)航空業(yè)。

云計(jì)算能夠存儲(chǔ)和處理大量數(shù)據(jù)，這極大地增加了溫室氣體排放。此外，單個(gè)數(shù)據(jù)中心的用電量相當(dāng)于5萬(wàn)個(gè)家庭的用電量。

另一項(xiàng)研究表明，訓(xùn)練單個(gè)大規(guī)模語(yǔ)言模型最多可排放28.4萬(wàn)公斤二氧化碳，這大約相當(dāng)于五輛汽車(chē)在其使用壽命期間的能源消耗。此外，據(jù)預(yù)計(jì)，到2025年，人工智能造成的碳排放將增加300%。

所有這些發(fā)現(xiàn)都強(qiáng)調(diào)了在人工智能發(fā)展和環(huán)境責(zé)任之間取得平衡的必要性。為此，可持續(xù)人工智能正在成為確保人工智能發(fā)展節(jié)能的重要領(lǐng)域。

什么是可持續(xù)人工智能?

可持續(xù)性一詞是指在不損害子孫后代滿(mǎn)足其自身需求的能力的情況下滿(mǎn)足當(dāng)前需求的能力。其涉及在經(jīng)濟(jì)增長(zhǎng)、環(huán)境保護(hù)和社會(huì)福祉之間找到平衡。

換句話說(shuō)，可持續(xù)發(fā)展就是做出選擇并采取行動(dòng)，以確保我們自己、地球和子孫后代擁有更美好的未來(lái)。因此，可持續(xù)人工智能包括以一種造福社會(huì)的方式使用人工智能，同時(shí)最大限度地減少對(duì)地球的危害，無(wú)論是對(duì)當(dāng)代還是后代。

在這里，區(qū)分可持續(xù)發(fā)展人工智能和可持續(xù)人工智能也很重要。

人工智能促進(jìn)可持續(xù)發(fā)展涉及利用人工智能實(shí)現(xiàn)可持續(xù)發(fā)展目標(biāo)。

可持續(xù)人工智能專(zhuān)注于人工智能技術(shù)的可持續(xù)性。涉及一系列原則和策略，以減少與人工智能相關(guān)開(kāi)發(fā)相關(guān)的碳足跡和能源消耗。

實(shí)施可持續(xù)人工智能實(shí)踐：挑戰(zhàn)與解決方案

為了使人工智能可持續(xù)發(fā)展，在其生命周期的各個(gè)階段，包括數(shù)據(jù)存儲(chǔ)、模型訓(xùn)練和基礎(chǔ)設(shè)施部署，優(yōu)先考慮能源效率至關(guān)重要。

下面將討論實(shí)現(xiàn)可持續(xù)人工智能的主要挑戰(zhàn)，以及克服這些挑戰(zhàn)的潛在解決方案。

優(yōu)先考慮數(shù)據(jù)質(zhì)量

在過(guò)去的十年中，用于訓(xùn)練人工智能系統(tǒng)的數(shù)據(jù)量和人工智能模型的規(guī)模都顯著增加。隨著數(shù)據(jù)規(guī)模的增長(zhǎng)，對(duì)數(shù)據(jù)攝取帶寬的需求顯著增加。

挑戰(zhàn)：

因此，數(shù)據(jù)存儲(chǔ)和攝取管道已成為基礎(chǔ)設(shè)施的主要組成部分，與人工智能系統(tǒng)的部署相比，消耗了大量的電力和資源。

解決方案：

解決這種不斷增長(zhǎng)的數(shù)據(jù)存儲(chǔ)需求的一種方法是，在數(shù)據(jù)收集過(guò)程中優(yōu)先考慮數(shù)據(jù)質(zhì)量，而不是數(shù)量。這主要涉及仔細(xì)選擇高質(zhì)量樣本，并避免不必要的數(shù)據(jù)樣本重復(fù)。

通過(guò)利用少量的高質(zhì)量數(shù)據(jù)，可以減少存儲(chǔ)需求，并降低能耗，同時(shí)仍能實(shí)現(xiàn)人工智能的卓越性能。

平衡模型規(guī)模和效率

數(shù)據(jù)的不斷增長(zhǎng)導(dǎo)致模型規(guī)模迅速增長(zhǎng)。

挑戰(zhàn)：

雖然大模型通過(guò)利用數(shù)據(jù)中豐富的上下文信息來(lái)提高準(zhǔn)確性，但訓(xùn)練它們需要更強(qiáng)大的計(jì)算資源。例如，基于GPU的加速器的內(nèi)存容量，如32GB的NVIDIA V100(2018)和80GB的NVIDIA A100(2021)，每?jī)赡暝鲩L(zhǎng)不到一倍。

解決方案：

減少對(duì)強(qiáng)大計(jì)算機(jī)的需求的一種方法是，創(chuàng)建性能與大型計(jì)算機(jī)一樣的小型模型。這個(gè)方向的一些現(xiàn)有工作包括模型壓縮、知識(shí)蒸餾和網(wǎng)絡(luò)剪枝等方法。通過(guò)共享和重用訓(xùn)練好的模型，還可以節(jié)省能源并避免冗余訓(xùn)練。

然而，為了實(shí)現(xiàn)這一目標(biāo)，應(yīng)支持開(kāi)源框架和平臺(tái)，以實(shí)現(xiàn)模型共享，并鼓勵(lì)人工智能社區(qū)的合作研究。

發(fā)展節(jié)能基礎(chǔ)設(shè)施

近年來(lái)，人工智能應(yīng)用的快速擴(kuò)展導(dǎo)致人工智能訓(xùn)練基礎(chǔ)設(shè)施的容量大幅增加。對(duì)人工智能推理的需求不斷增長(zhǎng)也導(dǎo)致各行業(yè)增加基礎(chǔ)設(shè)施容量。

挑戰(zhàn)：

人工智能的日益普及正在導(dǎo)致碳足跡的擴(kuò)大。

解決方案：

為了減少這種影響，創(chuàng)造專(zhuān)門(mén)用于人工智能任務(wù)的節(jié)能硬件至關(guān)重要。這種硬件可以大大降低訓(xùn)練和推理過(guò)程中的功耗。其涉及優(yōu)化處理器、內(nèi)存系統(tǒng)和其他組件，以實(shí)現(xiàn)每瓦特的最大性能。

此外，數(shù)據(jù)中心使用太陽(yáng)能或風(fēng)能等可再生能源有助于降低人工智能計(jì)算對(duì)環(huán)境的影響。此外，通過(guò)采用節(jié)能冷卻系統(tǒng)和優(yōu)化基礎(chǔ)設(shè)施，可以進(jìn)一步減少能源使用和碳排放。

制定政策法規(guī)

挑戰(zhàn)：

為了實(shí)施技術(shù)解決方案，設(shè)計(jì)和實(shí)施人工智能可持續(xù)發(fā)展的政策和法規(guī)是非常必要的。這涉及制定促進(jìn)可持續(xù)人工智能實(shí)踐的規(guī)則。

解決方案：

在這方面，可以為節(jié)能的人工智能系統(tǒng)提供獎(jiǎng)勵(lì)，支持可持續(xù)的人工智能研究，并設(shè)定減少碳排放的目標(biāo)。這些行動(dòng)有助于使人工智能的發(fā)展更具可持續(xù)性。

提高意識(shí)和教育

意識(shí)和教育可以在促進(jìn)可持續(xù)人工智能實(shí)踐方面發(fā)揮關(guān)鍵作用。

挑戰(zhàn)：

讓包括人工智能研究人員、開(kāi)發(fā)人員和政策制定者在內(nèi)的人們了解人工智能對(duì)環(huán)境的影響，以及對(duì)可持續(xù)人工智能的需求是很重要的。

解決方案：

啟動(dòng)教育計(jì)劃，向人工智能專(zhuān)業(yè)人員傳授節(jié)能技術(shù)。通過(guò)提高認(rèn)識(shí)和提供知識(shí)，可以幫助個(gè)人和組織開(kāi)發(fā)可持續(xù)的人工智能實(shí)踐。

總結(jié)

人工智能的進(jìn)步具有積極影響，但也導(dǎo)致了環(huán)境問(wèn)題，例如碳足跡增加。

為了解決這個(gè)問(wèn)題，可持續(xù)人工智能的重點(diǎn)是減少能源消耗和排放。這可以通過(guò)數(shù)據(jù)質(zhì)量?jī)?yōu)先、平衡模型大小、節(jié)能基礎(chǔ)設(shè)施開(kāi)發(fā)、政策實(shí)施以及通過(guò)教育提高認(rèn)識(shí)來(lái)實(shí)現(xiàn)。

通過(guò)實(shí)施這些措施，人工智能可以以對(duì)環(huán)境更加負(fù)責(zé)的方式使用，從而造福社會(huì)和地球。