Technologiczne, Gadżety, Telefony Komórkowe, Pobieranie Aplikacji!

Zagrożenia środowiskowe sztucznej inteligencji

Zagrożenia środowiskowe sztucznej inteligencji

Zobaczymy, jak zużycie energii przez sztuczną inteligencję stwarza problemy środowiskowe.

Centra danych i duże modele sztucznej inteligencji zużywają duże ilości energii i szkodzą środowisku. Miejsca pracy mogą podejmować działania mające na celu zmniejszenie swojego wpływu na środowisko.

Firmy mogą być zafascynowane faktem, że potrzebują zaawansowanego systemu głębokiego uczenia się, który może zrobić wszystko. Nie potrzebują jednak zaawansowanego systemu, jeśli chcą zajmować się scentralizowanym użytkowaniem, takim jak automatyzacja rozliczeń.

Szkolenie zaawansowanego modelu sztucznej inteligencji wymaga wysokiej jakości czasu, kosztów i danych. Zużywa również dużo energii.

Pomiędzy przechowywaniem informacji w dużych centrach danych a późniejszym wykorzystaniem tych danych do uczenia modelu uczenia maszynowego lub głębokiego uczenia się, zużycie energii przez sztuczną inteligencję jest wysokie. Chociaż system sztucznej inteligencji może przynosić zyski, jest to problem środowiskowy.

Zużycie energii sztucznej inteligencji podczas treningu

Rozważmy na przykład niektóre z najpopularniejszych modeli językowych.

OpenAI trenowało swój model GPT-3 na 45 terabajtach danych. Aby uczyć ostatecznej wersji MegatronLM, modelu języka podobnego, ale mniejszego niż GPT-3, Nvidia 512 korzystała z procesora graficznego V100 przez dziewięć dni.

Jakość danych jest jeszcze ważniejsza w przypadku zastosowań związanych z dużymi zbiorami danych, które obejmują znacznie większą objętość, różnorodność i szybkość przesyłania danych.

Jednostka graficzna V100 może zużywać od 250 do 300 watów. Zakładając, że 250 watów, procesor graficzny 512 V100 zużywa 128 000 watów, czyli 128 kilowatów (kW). Dziewięciodniowy cykl oznacza, że ​​szkolenie MegatronLM kosztowało 27 648 kWh.

Według USA Administracja Informacji Energetycznejprzeciętne gospodarstwo domowe zużywa 10 649 kWh rocznie. Dlatego też szkolenie finalnej wersji MegatronLM pochłonęło prawie tyle samo energii, co energia trzech domów w ciągu jednego roku.

Nadal panuje powszechne przekonanie, że technologia cyfrowa jest z natury ekologiczna, co jest dalekie od prawdy.

Zużycie energii w centrach danych

W miarę jak sztuczna inteligencja staje się coraz bardziej wyrafinowana, można się spodziewać, że niektóre modele będą wykorzystywać więcej danych. Stanowi to problem, ponieważ centra danych zużywają niesamowitą ilość energii.

CZYTAĆ:  5 narzędzi do automatyzacji opartych na sztucznej inteligencji dla marketerów i małych i średnich firm

„Centra danych będą jednymi z najbardziej oddziałujących na środowisko” – mówi Alan Plz Sharp, założyciel Deep Analysis. Chociaż sztuczna inteligencja przynosi wiele korzyści przedsiębiorstwom, stwarza problemy dla środowiska.

Firma meteorologiczna IBM przetwarza dziennie około 400 terabajtów danych, aby jej modele mogły z wyprzedzeniem przewidzieć pogodę na nadchodzące dni na całym świecie. Facebook generuje dziennie około 4 petabajtów (4000 terabajtów) danych.

W 2020 roku ludzie wygenerowali około 64,2 zettabajtów informacji. Liczba ta wynosi około 58 389 559 853 terabajtów.

Chociaż w ciągu ostatniej dekady centra danych stały się bardziej wydajne pod względem elektrycznym, eksperci uważają, że energia elektryczna odpowiada jedynie za 10 procent emisji CO2 z centrów danych. Infrastruktura centrów danych, w tym budynki i systemy chłodzenia, również generuje duże ilości CO2.

Centra danych można uznać za „mózg” Internetu.

Ich zadaniem jest przetwarzanie, przechowywanie i przekazywanie danych w ramach różnych usług informacyjnych, z których korzystamy na co dzień, niezależnie od tego, czy chodzi o transmisję strumieniową wideo, pocztę elektroniczną, media społecznościowe, współpracę online czy obliczenia naukowe. Centra danych korzystają z różnych urządzeń informatycznych do świadczenia tych usług, a wszystkie korzystają z energii elektrycznej. Serwery dostarczają informacji, obliczeń i logiki w odpowiedzi na żądania, podczas gdy dyski przechowują pliki i dane potrzebne do spełnienia tych żądań.

Urządzenia sieciowe łączą centra danych z Internetem i umożliwiają przychodzące i wychodzące strumienie danych. Energia elektryczna zużywana przez te urządzenia IT jest ostatecznie przekształcana w ciepło, które należy usunąć z centrum danych za pomocą elektrycznie sterowanego sprzętu chłodzącego. Średnio największy udział w bezpośrednim zużyciu energii mają centra danych, serwery i systemy chłodzenia, a następnie dyski pamięci masowej i urządzenia sieciowe.

Sztuczna inteligencja charakteryzuje się dużą zawartością energii, a im większe zapotrzebowanie na sztuczną inteligencję, tym więcej energii zużywamy. Elektryczność nie służy tylko do nauczania sztucznej inteligencji. Zajmuje się budową superkomputerów. Gromadzi i przechowuje również dane.

W latach 2010-2018 globalny ruch IP – ilość danych przesyłanych przez Internet – wzrósł ponad dziesięciokrotnie.

Podczas gdy pojemność globalnych centrów danych wzrosła równolegle 25-krotnie, w tym samym okresie liczba instancji obliczeniowych działających na serwerach na całym świecie – czyli wielkość całkowitej liczby hostowanych aplikacji – wzrosła ponad sześciokrotnie.

CZYTAĆ:  Wymagania systemowe gry zwrotnej

Oczekuje się, że te silne tendencje wzrostowe będą się utrzymywać w miarę zużywania przez świat coraz większej ilości danych. Nowe formy usług wywiadowczych, takie jak sztuczna inteligencja (AI), które wymagają dużej mocy obliczeniowej, mogą przyspieszyć wzrost popytu. Dlatego ilościowe określanie i przewidywanie zużycia energii w centrach danych jest najwyższym priorytetem polityki energetycznej i klimatycznej.

Przy 600 bardzo dużych centrach danych na całym świecie – centrach danych z ponad 5000 serwerów i 10 000 stóp kwadratowych – nie jest jasne, ile energii potrzeba do przechowywania wszystkich naszych danych, ale może to być zdumiewające.

Zdjęcie: centrum danych Google. Centrum danych Google w hrabstwie Douglas w stanie Georgia.

Sztuczna inteligencja, dane i środowisko

Zużycie energii, CO2, jest głównym emitentem gazów cieplarnianych przez człowieka. W atmosferze gazy cieplarniane, takie jak CO2, zatrzymują ciepło w pobliżu powierzchni Ziemi, podnosząc temperaturę Ziemi i zakłócając delikatne ekosystemy.

„Mamy kryzys energetyczny” – mówi Gary McGovern, autor książki The Worldwide Waste Book. „Sztuczna inteligencja jest pełna energii i im większe jest zapotrzebowanie na sztuczną inteligencję, tym więcej energii zużywamy” – powiedział.

„Elektryczność nie służy tylko do nauczania sztucznej inteligencji” – powiedział. „To zastosowanie polega na budowaniu superkomputerów. To wykorzystanie polega również na gromadzeniu i przechowywaniu danych.” McGovern szacuje, że do 2035 roku ludzkość wygeneruje ponad 2000 zettabajtów danych. „Zgromadzona w tym celu energia będzie astronomiczna” – powiedział.
Według Alana Plza Sharpa, założyciela Deep Analysis, centra danych będą jednymi z najbardziej przyjaznych dla środowiska.

Średnio największy udział w bezpośrednim zużyciu energii mają centra danych, serwery i systemy chłodzenia, a następnie dyski pamięci masowej i urządzenia sieciowe.

Skutki środowiskowe zawodów

Chociaż zwykłe firmy nie mogą zmienić sposobu, przechowywane są dane korporacyjne. Firmy zaniepokojone swoim wpływem na środowisko mogą tworzyć dane wysokiej jakości, a nie wysokiej jakości. Mogą na przykład usunąć dane, których już nie używają. Według McGoverna w firmach 90 procent danych znajduje się 90 dni po ich przechowywaniu; według t centra danych wymagają mocy ponad 100 megawatów, co wystarcza do zasilenia około 80 000 amerykańskich gospodarstw domowych.

Jakość danych może stanowić główne wyzwanie w każdym projekcie zarządzania danymi i ich analizy. Problemy mogą wynikać z błędów ortograficznych, różnych konwencji nazewnictwa i problemów z integracją danych. Jednak jakość danych jest jeszcze ważniejsza w przypadku zastosowań związanych z dużymi zbiorami danych, w tym ze względu na znacznie większą ilość, różnorodność i szybkość danych.

CZYTAĆ:  Jak dostosować czułość myszy w
Ale dlaczego jakość danych jest ważna w przypadku dużych zbiorów danych?

Problemy z jakością dużych zbiorów danych mogą nie tylko prowadzić do nieprawidłowych algorytmów. Ale także prowadzić do poważnych wypadków i szkód, a w konsekwencji do rzeczywistych konsekwencji systemowych.

Przynajmniej użytkownicy biznesowi będą mniej skłonni do zaufania tworzonym na nich zbiorom danych i aplikacjom. Ponadto firmy mogą podlegać kontroli rządowej, jeśli jakość i dokładność danych odgrywają rolę przy wczesnych decyzjach biznesowych.

W miarę jak sztuczna inteligencja staje się coraz bardziej wyrafinowana, można się spodziewać, że niektóre modele będą wykorzystywać więcej danych. Stanowi to problem, ponieważ centra danych zużywają niezwykłą ilość energii.

Jobs może również dostosować sposób, w jaki wykorzystuje sztuczną inteligencję lub rodzaj sztucznej inteligencji, z której korzysta.

Organizacje mogą przemyśleć konkretne zastosowania, jakie chcą wykorzystać, i wybrać technologię sztucznej inteligencji lub automatyzację dedykowaną do tego zastosowania. Jednak różne typy sztucznej inteligencji wiążą się z dodatkowymi kosztami energii AI.

Firmy mogą być zafascynowane faktem, że potrzebują zaawansowanego systemu głębokiego uczenia się, który może zrobić wszystko, powiedział Plz Sharp. Nie potrzebują jednak zaawansowanego systemu, jeśli chcą zajmować się scentralizowanym użytkowaniem, takim jak automatyzacja rozliczeń. Systemy te są kosztowne i wykorzystują wiele danych, co wskazuje, że charakteryzują się wysokim śladem węglowym.

Dedykowany system jest szkolony na znacznie mniejszych ilościach danych, prawdopodobnie uzupełniając konkretne zastosowanie i bardziej ogólny system.

Pobierz najlepsze motywy WordPress do pobrania za darmoPobierz zerowe motywy WordPressBezpłatne pobieranie motywów WordPressPobierz motywy WordPress za darmodarmowy płatny kurs Udemy do pobraniapobierz oprogramowanie intexBezpłatne pobieranie motywów WordPresskurs udemy do pobrania za darmo