人工智能系統(tǒng)消耗大量電能 并會(huì)產(chǎn)生大量的碳排放量

在人工智能的推動(dòng)下，從語(yǔ)音識(shí)別到自動(dòng)駕駛汽車(chē)，人工智能系統(tǒng)消耗大量電能，并會(huì)產(chǎn)生大量的氣候變化碳排放量。

去年的一項(xiàng)研究發(fā)現(xiàn)，訓(xùn)練一個(gè)現(xiàn)成的AI語(yǔ)言處理系統(tǒng)會(huì)產(chǎn)生1400磅的排放量-大約相當(dāng)于一個(gè)人往返紐約和舊金山之間往返所產(chǎn)生的排放量。從頭開(kāi)始構(gòu)建和訓(xùn)練AI語(yǔ)言系統(tǒng)所需的全套實(shí)驗(yàn)可以產(chǎn)生甚至更多：高達(dá)78,000磅，具體取決于動(dòng)力源。這是一生中人平均呼氣量的兩倍。

但是，有一些方法可以使機(jī)器學(xué)習(xí)變得更清潔，更環(huán)保，這一運(yùn)動(dòng)被稱為“綠色AI”。例如，某些算法比其他算法耗電少，并且許多培訓(xùn)課程都可以轉(zhuǎn)移到偏遠(yuǎn)地區(qū)，這些地區(qū)的大部分電力都來(lái)自可再生資源。

但是，關(guān)鍵是讓AI開(kāi)發(fā)人員和公司知道他們的機(jī)器學(xué)習(xí)實(shí)驗(yàn)涌現(xiàn)了多少，以及可以減少多少。

現(xiàn)在，來(lái)自斯坦福大學(xué)，F(xiàn)acebook AI Research和麥吉爾大學(xué)的研究人員團(tuán)隊(duì)提出了一種易于使用的工具，該工具可以快速測(cè)量機(jī)器學(xué)習(xí)項(xiàng)目將使用的電量以及碳排放量的多少。

斯坦福大學(xué)計(jì)算機(jī)科學(xué)博士學(xué)位的學(xué)生，主要作者彼得·亨德森說(shuō)：“隨著機(jī)器學(xué)習(xí)系統(tǒng)變得越來(lái)越普及，并且越來(lái)越消耗資源，它們有可能極大地促進(jìn)碳排放。”“但是，如果無(wú)法衡量，就無(wú)法解決問(wèn)題。我們的系統(tǒng)可以幫助研究人員和行業(yè)工程師了解其工作的碳效率如何，也許可以就如何減少碳足跡提出快速的想法。”

追蹤排放

亨德森與斯坦福大學(xué)語(yǔ)言學(xué)系主任，計(jì)算機(jī)科學(xué)教授丹·尤拉夫斯基(Dan Jurafsky)合作開(kāi)發(fā)了“實(shí)驗(yàn)影響追蹤器”。斯坦福大學(xué)計(jì)算機(jī)科學(xué)助理教授Emma Brunskill;胡杰如，F(xiàn)acebook AI Research的軟件工程師;麥吉爾(McGill)的計(jì)算機(jī)科學(xué)教授，F(xiàn)acebook AI Research聯(lián)合董事總經(jīng)理Joelle Pineau;和約書(shū)亞Romoff，麥吉爾大學(xué)的博士候選人。

Jurafsky說(shuō)：“大力推廣機(jī)器學(xué)習(xí)以解決越來(lái)越大的問(wèn)題，使用更多的計(jì)算能力和更多的數(shù)據(jù)。”“發(fā)生這種情況時(shí)，我們必須注意這些重型計(jì)算模型的好處是否值得對(duì)環(huán)境造成影響的成本。”

機(jī)器學(xué)習(xí)系統(tǒng)通過(guò)全天候運(yùn)行數(shù)百萬(wàn)個(gè)統(tǒng)計(jì)實(shí)驗(yàn)，穩(wěn)定地完善其模型以執(zhí)行任務(wù)來(lái)培養(yǎng)自己的技能。這些可能持續(xù)數(shù)周甚至數(shù)月的培訓(xùn)課程越來(lái)越耗電。而且由于計(jì)算能力和海量數(shù)據(jù)集的成本急劇下降，因此機(jī)器學(xué)習(xí)在企業(yè)，政府，學(xué)術(shù)界和個(gè)人生活中越來(lái)越普遍。

為了準(zhǔn)確衡量碳排放的含義，研究人員首先測(cè)量了特定AI模型的功耗。這比聽(tīng)起來(lái)要復(fù)雜得多，因?yàn)橐慌_(tái)機(jī)器經(jīng)常同時(shí)訓(xùn)練多個(gè)模型，因此每次訓(xùn)練都必須與其他訓(xùn)練分開(kāi)進(jìn)行。每個(gè)培訓(xùn)課程還為共享開(kāi)銷(xiāo)功能(例如數(shù)據(jù)存儲(chǔ)和冷卻)消耗能量，這些功能需要適當(dāng)分配。

下一步是將功耗轉(zhuǎn)換為碳排放，這取決于產(chǎn)生電力的可再生燃料和化石燃料的混合。根據(jù)地點(diǎn)和一天中的不同時(shí)間，這種混合方式差異很大。例如，在太陽(yáng)能資源豐富的地區(qū)，隨著太陽(yáng)在天空中爬得更高，電力的碳強(qiáng)度會(huì)下降。

為了獲得這些信息，研究人員搜尋了和世界不同地區(qū)有關(guān)能源結(jié)構(gòu)的公共數(shù)據(jù)來(lái)源。在加利福尼亞州，該實(shí)驗(yàn)跟蹤器插入了來(lái)自加利福尼亞州ISO的實(shí)時(shí)數(shù)據(jù)，該數(shù)據(jù)可以管理該州大部分電網(wǎng)的電力流動(dòng)。例如，在5月下旬的一天中午12:45，可再生能源為該州提供了47%的電力。