Pêşdebir Nermalava Çavkaniya Vekirî Diafirînin da ku Alîkariya Lêkolînerên AI-ê bikin ku şopa karbonê kêm bikin

Komek ji lêkolîner û zanyarên daneyê yên navneteweyî yên AI-ê ji bo sêwirana nermalava ku karibe şopa karbonê ya karûbarên hesabkirinê texmîn bike hevkarî kirine. Pakêta nermalavê-çavkaniya vekirî, bi navê CodeCarbo, ji hêla konsorsiyûmek AI û pargîdaniyên zanyarî yên daneyê ve hatî çêkirin. Hêvî ev e ku nermalava bernamenûsan rê bide û teşwîq bike ku koda xwe bikêrtir bikin û mîqdara CO2 ya ku ji hêla karanîna çavkaniyên komputerê ve hatî hilberandin kêm bike.

Kêmkirina şopa karbonê

Li gorî ITP, pakêta nermalava nû ya CodeCarbon ji hêla tîmek komên lêkolînê yên AI-ê ve ku ji hêla pargîdaniya lêkolînê ya AI Mila ve têne rêve kirin, digel Comet.ml, College Haverford li Pennsylvania, û GAMMA, hate pêşve xistin. Ne tenê nermalavê mîqdara CO2 ya ku ji hêla karanîna çavkaniyên komputerê ve hatî hilberandin texmîn dike, lê ew di heman demê de ji bo kêmkirina şopa enerjiya karbonê ya xwe jî şîretan dide pêşdebiran.

Perwerdekirina modelên AI-ê dikare gelek enerjiyê hewce bike. Wekî ku ji hêla ArsTechnica ve hatî ravekirin, lêkolînerên ji Zanîngeha Massachusetts Amherst mesrefa giştî ya çêkirin û perwerdekirina hin modelên AI-yê texmîn kirin, û tîmê dît ku perwerdekirina tora zimanê xwezayî BERT carekê bi qasî firîna gera dor di navbera San Francisco û New Yorkê de karbon çêdike. Di vê navberê de, perwerdekirina modelê gelek caran heya ku ew xweşbîn bibe dikare bi qasî 2 rêwiyên cûda ku heman firînê digirin CO315 hilberîne.

Çima bi rastî modelên AI-ê ew qas enerjiyê dixwin û ew qas CO2 wekî berberek çêdikin? Beşek bersivê di wê yekê de ye ku modelên AI-ê çawa têne perwerdekirin û xweşbîn kirin. Ji bo ku li ser algorîtmayên nûjen ên heyî pêşkeftinên piçûktir jî bi dest bixin, lêkolînerên AI-ê dibe ku modela xwe bi hezaran carî perwerde bikin, her carê guheztinên sivik li modelê bikin heya ku mîmariya modelek çêtirîn were kifş kirin.

Modelên AI-ê jî her ku diçe mezin dibin, her sal tevlihevtir dibin.

Algorîtma û modelên fêrbûna makîneyê yên herî hêzdar ên mîna GPT-3, BERT, û VGG, bi mîlyonan parametre hene û bi hefteyan di carekê de têne perwerde kirin, bi sedan an bi hezaran demjimêrên perwerdehiyê ne. GPT-2 bi qasî 1.5 mîlyar parametre di nav torê de bû, lê GPT-3 xwedan 175 mîlyar giranî ye. Ev bi sedan kîlogram CO2 bikar tîne.

CodeCarbon

CodeCarbon modulek mekanîzmaya şopandinê heye ku mîqdara hêza ku ji hêla pêşkêşkerên ewr û navendên daneyê ve hatî bikar anîn tomar dike. Dûv re pergal daneyên ku ji çavkaniyên berdest ên gelemperî têne kişandin bikar tîne da ku qebareya CO2-ya ku hatî hilberandin texmîn bike, statîstîkên ji tora elektrîkê ya ku hardware pê ve girêdayî ye kontrol dike. Şopkar CO2-ya ku ji bo her ceribandinê bi karanîna modulek AI-ya taybetî ve hatî hilberandin texmîn dike, hem ji bo projeyan hem jî ji bo tevahiya rêxistinê daneyên emelê hilîne.

Damezrînerê Mila, Yohua Bengio, diyar kir ku her çend AI amûrek pir bi hêz e ku dikare gelek pirsgirêkan çareser bike, ew bi gelemperî hêzek girîng a komputerê hewce dike. Sylvian Duranton, Rêvebirê Koma Şêwirmendiya Boston, argû kir ku komputer û AI dê li çaraliyê cîhanê bi rêjeyên berbiçav mezin bibin. Fikir ev e ku CodeCarbon dê alîkariya AI û pargîdaniyên hesabkeriyê bike ku şopa karbonê ya xwe bigire her ku ew mezin dibin. CodeCarbon dê tabloyek çêbike ku destûrê dide pargîdaniyan ku bi hêsanî mîqdara emelên ku ji hêla perwerdehiya modelên fêrbûna makîneya xwe ve têne çêkirin bibînin. Ew ê di heman demê de emîsyonên di metrîkê de ku pêşdebiran bi hêsanî fêm dikin, wekî mîlên ku di gerîdeyê de têne rêve kirin, demjimêrên temaşekirina TV-yê, û xerckirina enerjiyê ya tîpîk ji hêla malbatek li Dewletên Yekbûyî ve temsîl dike.

Pêşdebirên CodeCarbon li bendê ne ku nermalava ne tenê lêkolînerên AI-ê teşwîq bike ku hewl bidin ku şopa xweya karbonê kêm bikin, lê ew ê di derheqê belavbûnê de bi tevahî zelaliyek mezintir teşwîq bike. Pêşdebir dê bikaribin li ser emelên ku ji hêla cûrbecûr ceribandinên cûda yên AI û hesabkirinê ve têne hilberandin hejmar û rapor bikin. Tîma ku berpirsiyarê afirandina CodeCarbon hêvî dike ku pêşdebirên din dê amûra xweya çavkaniya vekirî hildin û wê bi taybetmendiyên nû zêde bikin ku dê ji endezyar û lêkolînerên AI-ê re bibin alîkar ku bandora xwe ya hawîrdorê hîn bêtir asteng bikin.