ต้นขั้ว วิธีที่จะไม่ทำให้มหาสมุทรเดือดด้วย AI - Unite.AI
เชื่อมต่อกับเรา

ผู้นำทางความคิด

วิธีที่จะไม่ต้มมหาสมุทรด้วย AI

mm

การตีพิมพ์

 on

ในขณะที่เราก้าวเข้าสู่ขอบเขตของปัญญาประดิษฐ์ ฉันพบว่าตัวเองกำลังไตร่ตรองถึงลักษณะสองประการของเทคโนโลยีที่เรากำลังบุกเบิกอยู่ตลอดเวลา โดยพื้นฐานแล้ว AI ไม่ใช่แค่การประกอบอัลกอริธึมและชุดข้อมูลเท่านั้น เป็นการแสดงให้เห็นถึงความเฉลียวฉลาดร่วมกันของเรา ซึ่งมีจุดมุ่งหมายเพื่อแก้ไขปัญหาท้าทายที่ซับซ้อนที่สุดที่มนุษยชาติเผชิญอยู่ แต่ในฐานะผู้ร่วมก่อตั้งและซีอีโอของ ห้องแล็บลีมูเรียฉันตระหนักดีถึงความรับผิดชอบที่มาพร้อมกับการแข่งขันของเราในการบูรณาการ AI เข้ากับโครงสร้างของชีวิตประจำวัน มันบังคับให้เราถามว่า: เราจะควบคุมศักยภาพอันไร้ขอบเขตของ AI โดยไม่กระทบต่อสุขภาพของโลกของเราได้อย่างไร

นวัตกรรมด้านภาวะโลกร้อน 

นวัตกรรมทางเทคโนโลยีมักจะมาพร้อมกับผลข้างเคียงที่คุณไม่ได้คำนึงถึงเสมอไป ในกรณีของ AI ในปัจจุบัน ต้องใช้พลังงานมากกว่าคอมพิวเตอร์ประเภทอื่นๆ สำนักงานพลังงานระหว่างประเทศรายงานเมื่อเร็วๆ นี้ว่าการฝึกอบรมโมเดลเดียวใช้พลังงานไฟฟ้ามากกว่า บ้านในสหรัฐฯ 100 หลังบริโภคตลอดทั้งปี- พลังงานทั้งหมดนั้นมีราคา ไม่ใช่แค่สำหรับนักพัฒนาเท่านั้น แต่สำหรับโลกของเราด้วย เมื่อปีที่แล้ว การปล่อยก๊าซคาร์บอนไดออกไซด์ที่เกี่ยวข้องกับพลังงานพุ่งแตะระดับสูงสุดเป็นประวัติการณ์ 37.4 พันล้านตัน- AI ไม่ได้ชะลอตัวลง ดังนั้น เราต้องถามตัวเองว่า พลังงานที่จำเป็นต่อ AI และผลที่ตามมาต่อโลกของเราคุ้มค่าหรือไม่ AI สำคัญกว่าการหายใจเอาอากาศของเราเองมาใช้จริงหรือ? ฉันหวังว่าเราจะไม่มีวันไปถึงจุดที่สิ่งนั้นกลายเป็นความจริงได้ แต่ถ้าไม่มีอะไรเปลี่ยนแปลงก็ไม่ไกลเกินไป 

ฉันไม่ได้อยู่คนเดียวที่เรียกร้องให้มีการใช้พลังงานอย่างมีประสิทธิภาพมากขึ้นใน AI ในการประชุม Bosch Connected World Conference ครั้งล่าสุด Elon Musk ตั้งข้อสังเกตว่าด้วย AI เรา "ใกล้จะถึงการปฏิวัติเทคโนโลยีครั้งใหญ่ที่สุดเท่าที่เคยมีมา" แต่แสดงให้เห็นว่าเราอาจเริ่มเห็นปัญหาการขาดแคลนไฟฟ้าในช่วงต้นปีหน้า การใช้พลังงานของ AI ไม่ใช่แค่ปัญหาทางเทคโนโลยีเท่านั้น แต่ยังเป็นปัญหาระดับโลกอีกด้วย 

จินตนาการว่า AI เป็นระบบที่ซับซ้อน

เพื่อแก้ไขความไร้ประสิทธิภาพเหล่านี้ เราจำเป็นต้องมองว่า AI เป็นระบบที่ซับซ้อนซึ่งมีชิ้นส่วนที่เชื่อมต่อถึงกันและเคลื่อนไหวได้มากมาย แทนที่จะเป็นเทคโนโลยีแบบสแตนด์อโลน ระบบนี้ครอบคลุมทุกอย่างตั้งแต่อัลกอริธึมที่เราเขียน ไปจนถึงไลบรารี คอมไพเลอร์ รันไทม์ ไดรเวอร์ ฮาร์ดแวร์ที่เราพึ่งพา และพลังงานที่จำเป็นสำหรับขับเคลื่อนทั้งหมดนี้ ด้วยการใช้มุมมองแบบองค์รวมนี้ เราสามารถระบุและจัดการกับความไร้ประสิทธิภาพในทุกระดับของการพัฒนา AI ซึ่งปูทางไปสู่โซลูชันที่ไม่เพียงแต่มีความก้าวหน้าทางเทคโนโลยีเท่านั้น แต่ยังมีความรับผิดชอบต่อสิ่งแวดล้อมด้วย การทำความเข้าใจ AI ในฐานะเครือข่ายของระบบและกระบวนการที่เชื่อมต่อถึงกันช่วยให้เห็นเส้นทางสู่โซลูชันที่เป็นนวัตกรรมที่มีประสิทธิภาพพอๆ กับที่มีประสิทธิผล

ชุดซอฟต์แวร์สากลสำหรับ AI

กระบวนการพัฒนา AI ในปัจจุบันมีการกระจายตัวอย่างมาก โดยฮาร์ดแวร์แต่ละประเภทต้องใช้ชุดซอฟต์แวร์เฉพาะที่ทำงานบนอุปกรณ์เครื่องเดียวเท่านั้น และเครื่องมือและไลบรารีพิเศษมากมายที่ได้รับการปรับให้เหมาะสมสำหรับปัญหาที่แตกต่างกัน ซึ่งส่วนใหญ่เข้ากันไม่ได้ นักพัฒนาประสบปัญหากับการเขียนโปรแกรมระบบบนชิป (SoC) อยู่แล้ว เช่น อุปกรณ์ในอุปกรณ์ Edge เช่น โทรศัพท์มือถือ แต่ในไม่ช้า ทุกสิ่งที่เกิดขึ้นบนมือถือจะเกิดขึ้นในศูนย์ข้อมูล และมีความซับซ้อนมากขึ้นร้อยเท่า นักพัฒนาจะต้องประสานเข้าด้วยกันและทำงานผ่านระบบที่ซับซ้อนของโมเดลการเขียนโปรแกรมที่แตกต่างกันมากมาย ไลบรารีเพื่อให้ได้ประสิทธิภาพจากคลัสเตอร์ที่ต่างกันมากขึ้น ซึ่งมากกว่าที่พวกเขาต้องทำอยู่แล้ว และนั่นเป็นเพียงการฝึกฝนเท่านั้น ตัวอย่างเช่น การเขียนโปรแกรมและดึงประสิทธิภาพจากซูเปอร์คอมพิวเตอร์ที่มี CPU และ GPU นับพันถึงหมื่นตัวนั้นใช้เวลานานมากและต้องใช้ความรู้เฉพาะทางอย่างมาก และถึงกระนั้นก็ยังมีข้อมูลอีกมากที่ยังเหลืออยู่เนื่องจากโมเดลการเขียนโปรแกรมปัจจุบันไม่ ขยายไปถึงระดับนี้ ส่งผลให้มีรายจ่ายพลังงานส่วนเกิน ซึ่งจะแย่ลงเมื่อเราปรับขนาดโมเดลต่อไป 

การแก้ไขปัญหานี้ต้องใช้ซอฟต์แวร์สากลประเภทหนึ่งที่สามารถจัดการกับการกระจายตัว และทำให้ง่ายต่อการเขียนโปรแกรมและรับประสิทธิภาพจากฮาร์ดแวร์ที่มีความหลากหลายมากขึ้นจากผู้ขายที่มีอยู่ ขณะเดียวกันก็ทำให้การผลิตฮาร์ดแวร์ใหม่จากผู้เข้ามาใหม่ทำได้ง่ายขึ้น นอกจากนี้ยังจะช่วยเร่งสร้างนวัตกรรมใน AI และสถาปัตยกรรมคอมพิวเตอร์ และเพิ่มการยอมรับสำหรับ AI ในอุตสาหกรรมและแอปพลิเคชันอีกมากมาย 

ความต้องการฮาร์ดแวร์ที่มีประสิทธิภาพ 

นอกเหนือจากการใช้ชุดซอฟต์แวร์สากลแล้ว การพิจารณาปรับฮาร์ดแวร์พื้นฐานให้เหมาะสมเพื่อประสิทธิภาพและประสิทธิผลที่ดียิ่งขึ้นถือเป็นสิ่งสำคัญ หน่วยประมวลผลกราฟิก (GPU) ซึ่งแต่เดิมออกแบบมาสำหรับการเล่นเกม แม้ว่าจะมีประสิทธิภาพและประโยชน์มหาศาล แต่ก็มีแหล่งที่มาของความไร้ประสิทธิภาพจำนวนมาก ซึ่งจะเห็นได้ชัดเจนมากขึ้นเมื่อเราปรับขนาดให้เป็นระดับซูเปอร์คอมพิวเตอร์ในศูนย์ข้อมูล การปรับขนาด GPU อย่างไม่มีกำหนดในปัจจุบันนำไปสู่ต้นทุนการพัฒนาที่เพิ่มขึ้น การขาดแคลนฮาร์ดแวร์ที่มีความพร้อมใช้งาน และการปล่อย CO2 เพิ่มขึ้นอย่างมาก

ความท้าทายเหล่านี้ไม่เพียงแต่เป็นอุปสรรคใหญ่ในการเข้าสู่ตลาดเท่านั้น แต่ยังส่งผลต่ออุตสาหกรรมโดยรวมอีกด้วย เพราะยอมรับเถอะว่า หากบริษัทเทคโนโลยีรายใหญ่ที่สุดของโลกกำลังประสบปัญหาในการได้รับ GPU ที่เพียงพอและได้รับพลังงานเพียงพอที่จะจ่ายพลังงานให้กับศูนย์ข้อมูลของพวกเขา เราก็ไม่มีความหวังสำหรับพวกเราที่เหลือ 

สาระสำคัญ Pivot 

ที่ Lemurian Labs เราเผชิญเรื่องนี้โดยตรง ย้อนกลับไปในปี 2018 เราเป็นสตาร์ทอัพ AI ขนาดเล็กที่พยายามสร้างโมเดลพื้นฐาน แต่ต้นทุนที่แท้จริงนั้นไม่สมเหตุสมผล ปริมาณพลังการประมวลผลที่ต้องการเพียงอย่างเดียวนั้นเพียงพอที่จะผลักดันต้นทุนการพัฒนาไปสู่ระดับที่ไม่สามารถบรรลุได้ ไม่ใช่แค่สำหรับเราในฐานะสตาร์ทอัพขนาดเล็กเท่านั้น แต่ยังรวมถึงใครก็ตามที่อยู่นอกบริษัทเทคโนโลยีที่ใหญ่ที่สุดในโลกด้วย สิ่งนี้เป็นแรงบันดาลใจให้เราเปลี่ยนจากการพัฒนา AI ไปสู่การแก้ปัญหาความท้าทายเบื้องหลังที่ทำให้ไม่สามารถเข้าถึงได้ 

เราเริ่มต้นจากพื้นฐานการพัฒนาเลขคณิตพื้นฐานใหม่ทั้งหมดเพื่อขับเคลื่อน AI ระบบตัวเลขที่เป็นนวัตกรรมนี้เรียกว่า PAL (ลอการิทึมการปรับตัวแบบขนาน) ทำให้เราสามารถสร้างโปรเซสเซอร์ที่สามารถรับส่งข้อมูลได้มากกว่า GPU แบบดั้งเดิมถึง 20 เท่าบนเวิร์กโหลด AI เกณฑ์มาตรฐาน โดยทั้งหมดนี้ใช้พลังงานเพียงครึ่งหนึ่ง

ความมุ่งมั่นอย่างแน่วแน่ของเราในการทำให้ชีวิตของนักพัฒนา AI ง่ายขึ้น ในขณะเดียวกันก็ทำให้ AI มีประสิทธิภาพและเข้าถึงได้มากขึ้น ทำให้เราพยายามปอกหัวหอมอยู่เสมอและทำความเข้าใจปัญหาให้ลึกซึ้งยิ่งขึ้น ตั้งแต่การออกแบบสถาปัตยกรรมคอมพิวเตอร์ที่มีประสิทธิภาพสูงและมีประสิทธิภาพสูงเป็นพิเศษ ซึ่งออกแบบมาเพื่อปรับขนาดตั้งแต่ Edge ไปจนถึงศูนย์ข้อมูล ไปจนถึงการสร้างชุดซอฟต์แวร์ที่จัดการกับความท้าทายในการเขียนโปรแกรมอุปกรณ์ที่ต่างกันเพียงตัวเดียวไปจนถึงคอมพิวเตอร์ขนาดคลังสินค้า ทั้งหมดนี้ช่วยให้ปรับใช้ AI ได้เร็วขึ้นด้วยต้นทุนที่ลดลง เพิ่มประสิทธิภาพการทำงานของนักพัฒนา เร่งปริมาณงาน และเพิ่มการเข้าถึงไปพร้อมๆ กัน ส่งเสริมนวัตกรรม การนำไปใช้ และความเท่าเทียม

บรรลุ AI สำหรับทุกคน 

เพื่อให้ AI มีผลกระทบที่มีความหมายต่อโลกของเรา เราต้องแน่ใจว่าเราจะไม่ทำลายมันในกระบวนการนี้ และนั่นจำเป็นต้องเปลี่ยนแปลงวิธีการพัฒนาโดยพื้นฐาน ค่าใช้จ่ายและการประมวลผลที่จำเป็นในปัจจุบันทำให้มีขนาดใหญ่ขึ้น ทำให้เกิดอุปสรรคใหญ่ต่อนวัตกรรมและการเข้าถึง ขณะเดียวกันก็ปล่อยก๊าซคาร์บอนไดออกไซด์จำนวนมหาศาลสู่ชั้นบรรยากาศของเรา ด้วยการคิดถึงการพัฒนา AI จากมุมมองของนักพัฒนาและโลก เราสามารถเริ่มจัดการกับความไร้ประสิทธิภาพที่ซ่อนอยู่เหล่านี้ เพื่อบรรลุอนาคตของ AI ที่ทุกคนสามารถเข้าถึงได้และรับผิดชอบต่อสิ่งแวดล้อม 

การสะท้อนส่วนบุคคลและการเรียกร้องให้ดำเนินการเพื่อ AI ที่ยั่งยืน

เมื่อมองไปข้างหน้า ความรู้สึกของฉันเกี่ยวกับอนาคตของ AI มีทั้งการมองโลกในแง่ดีและการระมัดระวัง ฉันมองโลกในแง่ดีเกี่ยวกับศักยภาพในการเปลี่ยนแปลงของ AI เพื่อทำให้โลกของเราดีขึ้น แต่ก็ระมัดระวังเกี่ยวกับความรับผิดชอบที่สำคัญที่เกี่ยวข้อง ฉันมองเห็นอนาคตที่ทิศทางของ AI ถูกกำหนดไม่เพียงแต่จากความก้าวหน้าทางเทคโนโลยีของเราเท่านั้น แต่ยังโดยการยึดมั่นอย่างแน่วแน่ต่อความยั่งยืน ความเท่าเทียม และการไม่แบ่งแยก ในฐานะผู้นำ Lemurian Labs ผมได้รับแรงผลักดันจากวิสัยทัศน์ของ AI ที่เป็นกำลังสำคัญสำหรับการเปลี่ยนแปลงเชิงบวก โดยให้ความสำคัญกับทั้งการยกระดับของมนุษยชาติและการอนุรักษ์สิ่งแวดล้อม ภารกิจนี้นอกเหนือไปจากการสร้างสรรค์เทคโนโลยีที่เหนือกว่า เป็นเรื่องเกี่ยวกับนวัตกรรมบุกเบิกที่เป็นประโยชน์ มีจริยธรรม และเน้นย้ำถึงความสำคัญของโซลูชันที่รอบคอบและปรับขนาดได้ ซึ่งยกย่องปณิธานร่วมกันและสุขภาพของโลกของเรา

ขณะที่เรายืนอยู่บนขอบของยุคใหม่ในการพัฒนา AI คำกระตุ้นการตัดสินใจของเราก็ไม่ชัดเจน: เราต้องส่งเสริม AI ในลักษณะที่คำนึงถึงผลกระทบต่อสิ่งแวดล้อมของเราอย่างมีสติและส่งเสริมความดีส่วนรวม หลักปฏิบัตินี้เป็นรากฐานสำคัญของงานของเราที่ Lemurian Labs ซึ่งเป็นแรงบันดาลใจให้เราสร้างสรรค์สิ่งใหม่ๆ ทำงานร่วมกัน และกำหนดแบบอย่าง “อย่าเพียงแค่สร้าง AI เพื่อประโยชน์ของนวัตกรรม แต่สร้างสรรค์สิ่งใหม่ ๆ เพื่อมนุษยชาติและโลกของเรา” ฉันขอเชิญชวนให้ชุมชนทั่วโลกเข้าร่วมในการปรับภูมิทัศน์ของ AI เมื่อร่วมมือกัน เรารับประกันได้ว่า AI จะกลายเป็นสัญญาณแห่งการเปลี่ยนแปลงเชิงบวก เพิ่มศักยภาพให้กับมนุษยชาติ และปกป้องโลกของเราสำหรับคนรุ่นอนาคต

Jay Dawani เป็นผู้ร่วมก่อตั้งและซีอีโอของ ห้องแล็บลีมูเรียซึ่งเป็นสตาร์ทอัพระดับแนวหน้าของการประมวลผลแบบเร่งความเร็วทั่วไปเพื่อทำให้การพัฒนา AI มีราคาที่เอื้อมถึง และโดยทั่วไปแล้วสำหรับทุกบริษัทและทุกคนก็ได้รับประโยชน์อย่างเท่าเทียมกัน ผู้เขียนหนังสือชื่อดัง "Mathematics for Deep Learning" เขาเคยดำรงตำแหน่งผู้นำในบริษัทต่างๆ เช่น BlocPlay และ Geometric Energy Corporation ซึ่งเป็นหัวหอกในโครงการที่เกี่ยวข้องกับการประมวลผลควอนตัม metaverse บล็อกเชน AI หุ่นยนต์อวกาศ และอีกมากมาย เจย์ยังทำหน้าที่เป็นที่ปรึกษาให้กับ NASA Frontier Development Lab, SiaClassic และบริษัท AI ชั้นนำอีกหลายแห่ง