مطورون يخلقون برنامج مفتوح المصدر للمساعدة في تخفيض بصمة الكربون للباحثين في مجال الذكاء الاصطناعي

تعاون مجموعة من الباحثين الدوليين في مجال الذكاء الاصطناعي وعلماء البيانات لتصميم برنامج قادر على تقدير بصمة الكربون لعمليات الحوسبة. تم تصميم حزمة البرامج مفتوحة المصدر، التي تسمى CodeCarbo، من قبل اتحاد من شركات الذكاء الاصطناعي وعلم البيانات. وتأمل أن تمكن البرنامج المبرمجين من جعل كودهم أكثر كفاءة وتقليل كمية ثاني أكسيد الكربون التي تنتجها استخدام الموارد الحاسوبية.

تخفيض بصمة الكربون

وفقًا لـ ITP، تم تطوير حزمة برنامج CodeCarbon الجديدة من قبل فريق من مجموعات البحث في مجال الذكاء الاصطناعي بقيادة شركة Mila للبحث في مجال الذكاء الاصطناعي، إلى جانب Comet.ml وكلية هافرفورد في بنسيلفانيا وGAMMA. لا تقدر البرامج فقط كمية ثاني أكسيد الكربون التي تنتجها استخدام الموارد الحاسوبية، بل توفر أيضًا للمطورين نصائح لتقليل بصمتهم الكربونية.
يمكن أن يتطلب تدريب نماذج الذكاء الاصطناعي الكثير من الطاقة. كما شرح موقع ArsTechnica، قام باحثون من جامعة ماساتشوستس أمهرست بتقدير التكلفة الإجمالية لإنشاء وتدريب نماذج الذكاء الاصطناعي bestimmte، ووجد الفريق أن تدريب شبكة اللغة الطبيعية BERT مرة واحدة ينتج تقريبًا نفس كمية الكربون التي تنتجها رحلة ذهاب وعودة بين سان فرانسيسكو ونيويورك. في حين يمكن أن ينتج تدريب النموذج عدة مرات حتى يتم تحسينه نفس كمية ثاني أكسيد الكربون التي تنتجها 315 راكبًا مختلفًا في نفس الرحلة.
لماذا تستهلك نماذج الذكاء الاصطناعي طاقة كبيرة وتنتج كمية كبيرة من ثاني أكسيد الكربون كمنتج ثانوي؟ جزء من الجواب يكمن في كيفية تدريب نماذج الذكاء الاصطناعي وتحسينها. للوصول إلى تحسينات صغيرة على الخوارزميات الحالية، قد يتدرب باحثو الذكاء الاصطناعي على نموذجهم آلاف المرات، مع إجراء تعديلات طفيفة على النموذج كل مرة حتى يتم اكتشاف هيكل نموذج مثالي.
تزداد نماذج الذكاء الاصطناعي في الحجم باستمرار، وت trởає أكثر تعقيدًا كل عام.
تتمتع الخوارزميات والنماذج الأكثر قوة في التعلم الآلي، مثل GPT-3 وBERT وVGG، بملايين المعلمات ويتدربون لأسابيع في كل مرة، مما يصل إلى مئات أو آلاف الساعات من وقت التدريب. كان لديه GPT-2 حوالي 1.5 مليار معامل داخل الشبكة، بينما يحتوي GPT-3 على حوالي 175 مليار وزن. هذا يؤدي إلى استخدام مئات الكيلوغرامات من ثاني أكسيد الكربون.

CodeCarbon

يحتوي CodeCarbon على آلية تتبع تسجل كمية الطاقة المستخدمة من قبل مزودي السحابة ومراكز البيانات. ثم يستخدم النظام البيانات التي تم سحبها من مصادر عامة لتقدير حجم ثاني أكسيد الكربون الذي ينتج، مع التحقق من الإحصاءات من شبكة الكهرباء التي يتم ربط الأجهزة بها. يقدر جهاز التتبع ثاني أكسيد الكربون الذي ينتج عن كل تجربة باستخدام وحدة الذكاء الاصطناعي bestimmte، مع تخزين بيانات الانبعاثات لجميع المشاريع والمنظمة بأكملها.
أوضح مؤسس Mila، Yohua Bengio، أنه بينما يعتبر الذكاء الاصطناعي أداة قوية جدًا يمكنها حل العديد من المشاكل، غالبًا ما يتطلب كمية كبيرة من الطاقة الحاسوبية. وادعى سيلفيان دورانتون، مدير شركة Boston Consulting Group، أن الحوسبة والذكاء الاصطناعي سيتواصلان في النمو بمعدل كبير في جميع أنحاء العالم. الفكرة هي أن CodeCarbon سيساعد شركات الذكاء الاصطناعي والحوسبة على كبح بصمتهم الكربونية مع استمرار نموها. سينتج CodeCarbon لوحة تحكم تسمح للشركات بسهولة رؤية كمية الانبعاثات التي تنتجها تدريبات نماذج التعلم الآلي. كما سيتمثل الانبعاثات في معايير يمكن للمطورين فهمها بسهولة، مثل الأميال التي يتم بها القيادة في السيارة، وساعات مشاهدة التلفزيون، واستهلاك الطاقة النموذجي لمنزل في الولايات المتحدة.
يتوقع مطورو CodeCarbon أن البرنامج لن يشجع فقط باحثي الذكاء الاصطناعي على محاولة تقليل بصمتهم الكربونية الخاصة، بل سيشجع أيضًا على زيادة الشفافية فيما يتعلق بالانبعاثات بشكل عام. سيكون للمطورين القدرة على量 وتبليغ الانبعاثات التي تنتجها مجموعة متنوعة من تجارب الذكاء الاصطناعي والحوسبة. يأمل الفريق المسؤول عن إنشاء CodeCarbon أن يأخذ المطورون الآخرون أداة مفتوحة المصدر ويحسنوها بميزات جديدة ستساعد مهندسي ومحققو الذكاء الاصطناعي على الحد من تأثيرهم البيئي بشكل أكبر.