AIによるCO2削減を目的としたソフトウェアを2人の学生が開発

専門家は、現在のAI開発の進路は、CO2の主要な原因となるものになると合意しています。ただし、AIはこの問題に対処するために使用されるため、業界のさまざまな部分は、この状況を改善する方法を検討し始めています。最近の開発の1つは、コペンハーゲン大学の2人の学生によって行われました。

ディープラーニングなどの高度なAI手法は驚くほどの速度で発展していますが、巨大なエネルギー消費を伴います。エネルギー消費とCO2排出量は、AI技術と方法、特にディープラーニングの発展とともに、気候変動の重大な要因となる可能性があります。ただし、これは、現在の進路を変更する措置が取られない場合に限ります。

2012年から2018年にかけて、ディープラーニングに必要な計算能力は300,000%増加しました。業界の重大な問題の1つは、アルゴリズムの開発によるエネルギー消費と炭素足跡がほとんど測定されていないことです。同時に、多くの研究はこの問題を詳細に説明し、対策を求めています。

Carbontracker

この問題に対処するために、ラッセ・F・ウォルフ・アントニーとベンジャミン・カンディングは、コペンハーゲン大学のコンピューター科学部で、助教授ラガベンドラ・セルヴァンとともに、Carbontrackerという新しいソフトウェア・プログラムを開発しました。このソフトウェアは、ディープラーニング・モデルのトレーニングによるエネルギー消費とCO2排出量を正確に計算および予測できます。

「この分野の開発は、信じられないほどの速度で進んでいます。ディープラーニング・モデルのスケールと複雑さは、常に拡大し、進化しています。現在、指数関数的な成長が見られ、エネルギー消費量も増加しています。多くの人々は、これについて考えることがないようです」とラッセ・F・ウォルフ・アントニーは述べています。

ディープラーニング・モデルのスケールと複雑さは、常に拡大し、進化しています。より複雑な問題を解決するために、エネルギー消費量も増加しています。

「データセットは毎日拡大し、アルゴリズムが解決しなければならない問題も、ますます複雑になります」とベンジャミン・カンディングは述べています。

オープンソースのCarbontrackerプログラムは、こちらで見つけることができます。

GPT-3

この問題の最も良い例の1つは、GPT-3という高度な言語モデルです。GPT-3は、現在までに開発された最大で最も複雑なディープラーニング・モデルですが、コストはかかります。GPT-3のトレーニングには、126戸のデンマークの家庭が1年間で使用するエネルギーと同じ量が必要です。1回のトレーニングで、700,000キロメートルに相当する量のCO2が排出されます。

ラッセ・F・ウォルフ・アントニーによると、「数年以内に、GPT-3よりもはるかに大きなモデルが複数開発される可能性があります」。

「この傾向が続けば、AIは気候変動の重大な要因となる可能性があります。技術の開発を停止することではなく、問題を認識し、改善する方法を探ることが重要です。AIの開発は、気候変動に対処するための素晴らしい機会を提供します」とベンジャミン・カンディングは述べています。

Carbontrackerは、ディープラーニングのトレーニングが行われる地域で使用されるエネルギー量を追跡し、エネルギー消費量を変換することで、CO2排出量を予測することができます。

学生によると、ディープラーニングのユーザーは、使用するハードウェアとアルゴリズム、およびモデルのトレーニングが行われるタイミングに注意する必要があります。グリーンエネルギーの供給が多い地域では、気候への影響を大幅に削減できます。

「気候への影響を大幅に削減することができます。たとえば、エストニアやスウェーデンでモデルをトレーニングすることで、グリーンエネルギーの供給が多い地域では、CO2排出量を60倍以上削減できます。アルゴリズムのエネルギー効率も大きく異なります。いくつかのアルゴリズムは、同じ結果を得るために、より少ない計算能力とエネルギーが必要です。パラメータを調整することで、大きな変化が起こり得ます」とラッセ・F・ウォルフ・アントニーは述べています。