ينشئ المطورون برامج مفتوحة المصدر لمساعدة الباحثين في مجال الذكاء الاصطناعي على تقليل البصمة الكربونية

تعاونت مجموعة من الباحثين الدوليين في مجال الذكاء الاصطناعي وعلماء البيانات لتصميم برمجيات قادرة على تقدير البصمة الكربونية لعمليات الحوسبة. تم تصميم حزمة البرامج مفتوحة المصدر ، المسماة CodeCarbo ، من قبل اتحاد شركات الذكاء الاصطناعي وعلوم البيانات. الأمل هو أن البرنامج سوف يمكّن ويحفز المبرمجين لجعل كودهم أكثر كفاءة وتقليل كمية ثاني أكسيد الكربون الناتجة عن استخدام موارد الحوسبة.

تقليل البصمة الكربونية

وفقًا لـ ITPتم تطوير حزمة برامج CodeCarbon الجديدة بواسطة فريق من مجموعات أبحاث الذكاء الاصطناعي بقيادة شركة Mila لأبحاث الذكاء الاصطناعي ، جنبًا إلى جنب مع Comet.ml ، وكلية Haverford في بنسلفانيا ، و GAMMA. لا يقوم البرنامج فقط بتقدير كمية ثاني أكسيد الكربون الناتجة عن استخدام موارد الحوسبة ، ولكنه يزود المطورين أيضًا بالنصائح لتقليل انبعاثات الطاقة الكربونية الخاصة بهم.

تدريب نماذج الذكاء الاصطناعي يمكن أن تتطلب الكثير من الطاقة. كما أوضح ArsTechnica، قدر باحثون من جامعة ماساتشوستس أمهيرست التكلفة الإجمالية لإنشاء وتدريب نماذج معينة للذكاء الاصطناعي ، ووجد الفريق أن تدريب شبكة اللغة الطبيعية BERT ينتج مرة واحدة تقريبًا قدرًا من الكربون مثل رحلة الذهاب والإياب بين سان فرانسيسكو ونيويورك. وفي الوقت نفسه ، فإن تدريب النموذج عدة مرات حتى يتم تحسينه يمكن أن يولد قدرًا من ثاني أكسيد الكربون يصل إلى 2 راكبًا مختلفًا في نفس الرحلة.

لماذا بالضبط تستهلك نماذج الذكاء الاصطناعي الكثير من الطاقة وتولد الكثير من ثاني أكسيد الكربون كمنتج ثانوي؟ يكمن جزء من الإجابة في كيفية تدريب نماذج الذكاء الاصطناعي وتحسينها. للحصول على تحسينات طفيفة على أحدث الخوارزميات الحالية ، قد يقوم باحثو الذكاء الاصطناعي بتدريب نموذجهم آلاف المرات ، وإجراء تعديلات طفيفة على النموذج في كل مرة حتى يتم اكتشاف بنية النموذج الأمثل.

تتزايد أيضًا نماذج الذكاء الاصطناعي في الحجم طوال الوقت ، وتصبح أكثر تعقيدًا كل عام.

تحتوي أقوى خوارزميات ونماذج التعلم الآلي، مثل GPT-3 وBERT وVGG، على ملايين المعلمات ويتم تدريبها لأسابيع في كل مرة، مما يصل إلى مئات أو آلاف ساعات التدريب. يحتوي GPT-2 على ما يقرب من 1.5 مليار معلمة داخل الشبكة، بينما يحتوي GPT-3 على حوالي 175 مليار وزن. وينتهي هذا باستخدام مئات الكيلوجرامات من ثاني أكسيد الكربون.

كود الكربون

يحتوي CodeCarbon على وحدة آلية تتبع تسجل مقدار الطاقة المستخدمة من قبل موفري الخدمات السحابية ومراكز البيانات. ثم يستخدم النظام البيانات المأخوذة من المصادر المتاحة للجمهور لتقدير حجم ثاني أكسيد الكربون المتولد ، والتحقق من الإحصائيات من الشبكة الكهربائية التي يتصل بها الجهاز. يقدّر المتعقب ثاني أكسيد الكربون الذي يتم إنتاجه لكل تجربة باستخدام وحدة معينة للذكاء الاصطناعي ، وتخزين بيانات الانبعاثات لكل من المشروعين والمؤسسة بأكملها.

أوضح مؤسس Mila ، Yohua Bengio ، أنه على الرغم من أن الذكاء الاصطناعي هو أداة قوية بشكل لا يصدق يمكنها معالجة العديد من المشكلات ، إلا أنه غالبًا ما يتطلب قدرًا كبيرًا من طاقة الكمبيوتر. قال سيلفيان دورانتون ، العضو المنتدب لمجموعة بوسطن الاستشارية ، إن الحوسبة والذكاء الاصطناعي سيستمران في النمو بمعدلات أسية حول العالم. الفكرة هي أن CodeCarbon ستساعد شركات الذكاء الاصطناعي والحوسبة على كبح بصمتها الكربونية مع استمرار نموها. ستقوم CodeCarbon بإنشاء لوحة تحكم تسمح للشركات برؤية كمية الانبعاثات الناتجة عن تدريب نماذج التعلم الآلي الخاصة بهم بسهولة. سيمثل أيضًا الانبعاثات في المقاييس التي يمكن للمطورين فهمها بسهولة ، مثل الأميال المقطوعة في السيارة ، وساعات مشاهدة التلفزيون ، واستهلاك الطاقة النموذجي من قبل أسرة في الولايات المتحدة.

يتوقع مطورو CodeCarbon ألا يشجع البرنامج باحثي الذكاء الاصطناعي على محاولة تقليل بصمتهم الكربونية فحسب ، بل سيشجع المزيد من الشفافية فيما يتعلق بالانبعاثات بشكل عام. سيتمكن المطورون من تحديد الانبعاثات الناتجة عن مجموعة متنوعة من تجارب الذكاء الاصطناعي والحوسبة والإبلاغ عنها. يأمل الفريق المسؤول عن إنشاء CodeCarbon أن يأخذ المطورون الآخرون أداتهم مفتوحة المصدر ويعززونها بميزات جديدة ستساعد مهندسي الذكاء الاصطناعي والباحثين على الحد من تأثيرهم البيئي بشكل أكبر.