ผู้นำทางความคิด

วิธีการไม่ให้ AI ทำให้โลกของเราเสียหาย

mm
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google

เมื่อเราก้าวเข้าสู่ยุคของปัญญาประดิษฐ์ ฉันพบว่าตัวเองมักจะคิดถึงธรรมชาติที่ซับซ้อนของเทคโนโลยีที่เรากำลังพัฒนา AI ใน本质แล้วไม่ใช่แค่การรวมกันของอัลกอริทึมและชุดข้อมูล แต่เป็นการแสดงออกของความฉลาดรวมของเรา ที่มุ่งหมายเพื่อแก้ไขปัญหาที่ซับซ้อน nhấtที่สุดที่มนุษยชาติต้องเผชิญ แต่ในฐานะผู้ร่วมก่อตั้งและ CEO ของ Lemurian Labs ฉันรู้สึกถึงความรับผิดชอบที่ติดตามมาจากการรวม AI เข้ากับชีวิตประจำวันของเรา ซึ่งทำให้เราต้องถามว่า เราจะใช้ AI ที่มีศักยภาพไม่สิ้นสุดโดยไม่กระทบต่อสุขภาพของโลกของเราได้อย่างไร?

นวัตกรรมพร้อมกับการเปลี่ยนแปลงสภาพภูมิอากาศ

การนวัตกรรมทางเทคโนโลยีมักจะมีผลกระทบด้านข้างที่คุณไม่ได้คำนึงถึงเสมอไป ในกรณีของ AI ในปัจจุบัน ต้องการพลังงานมากกว่าการคำนวณประเภทอื่น ๆ สำนักงานพลังงานระหว่างประเทศรายงานว่าการฝึกอบรมแบบจำลองเดียวใช้ไฟฟ้ามากกว่า 100 บ้านใน美国ที่ใช้ไฟฟ้าตลอดทั้งปี ทั้งพลังงานนี้มีราคาไม่เพียงแต่สำหรับนักพัฒนา แต่ยังรวมถึงโลกของเราเช่นกัน เมื่อปีที่แล้ว การปล่อยก๊าซคาร์บอนไดออกไซด์จากพลังงานสูงถึง 37.4 พันล้านตัน AI ไม่ได้ลดลง ดังนั้นเราจึงต้องถามตัวเองว่า พลังงานที่จำเป็นในการขับเคลื่อน AI และผลกระทบที่ตามมาต่อโลกของเรามีค่าหรือไม่ AI มีความสำคัญมากกว่าการหายใจในอากาศของเราหรือไม่ ฉันหวังว่าเราจะไม่ถึงจุดที่เป็นจริง แต่ถ้าไม่มีการเปลี่ยนแปลง มันไม่ไกลตัว

ฉันไม่ได้คนเดียวที่เรียกร้องให้มีประสิทธิภาพการใช้พลังงานมากขึ้นใน AI ในการประชุม Bosch Connected World Conference ที่เพิ่งผ่านมา เอลอน มัสก์ กล่าวว่าด้วย AI เรากำลัง “อยู่บนขอบของการปฏิวัติเทคโนโลยีที่ใหญ่ที่สุดเท่าที่เคยเกิดขึ้น” แต่เขาก็แสดงความกังวลว่าเราอาจจะเห็นความขาดแคลนไฟฟ้าเร็ว ๆ นี้ AI ไม่ใช่แค่ปัญหาของเทค แต่เป็นปัญหาทั่วโลก

การมองเห็น AI เป็นระบบที่ซับซ้อน

เพื่อแก้ไขปัญหาความไม่มีประสิทธิภาพเหล่านี้ เราต้องมอง AI เป็นระบบที่ซับซ้อนและมีหลายส่วนประกอบที่เชื่อมต่อกัน ไม่ใช่แค่เทคโนโลยีเพียงอย่างเดียว ระบบนี้รวมถึงทุกสิ่ง ตั้งแต่อัลกอริทึมที่เราคิดค้น ห้องสมุด ตัวคอมไพล์ รันไทม์ ไดรเวอร์ ฮาร์ดแวร์ที่เราพึ่งพา และพลังงานที่จำเป็นในการขับเคลื่อนทุกสิ่งเหล่านี้ ด้วยการนำมุมมองแบบองค์รวมนี้มาใช้ เราสามารถระบุและแก้ไขปัญหาความไม่มีประสิทธิภาพที่ทุกระดับของการพัฒนา AI ทำให้เราสามารถพัฒนาโซลูชันที่ไม่เพียงแต่เทคนิคที่ดี แต่ยังเป็นมิตรกับสิ่งแวดล้อมอีกด้วย การเข้าใจ AI เป็นเครือข่ายของระบบและกระบวนการที่เชื่อมต่อกันทำให้เรามองเห็นเส้นทางสู่การแก้ปัญหาที่มีประสิทธิภาพและเป็นมิตรกับสิ่งแวดล้อม

ซอฟต์แวร์สแต็กที่เป็นเอกลักษณ์สำหรับ AI

กระบวนการพัฒนา AI ในปัจจุบันกระจัดกระจายมาก โดยแต่ละประเภทฮาร์ดแวร์ต้องการซอฟต์แวร์สแต็กที่เฉพาะเจาะจงซึ่งทำงานเฉพาะบนอุปกรณ์นั้นเท่านั้น และมีเครื่องมือและห้องสมุดเฉพาะที่เหมาะสำหรับปัญหาต่างๆ ซึ่งส่วนใหญ่ไม่เข้ากัน นักพัฒนาต้องต่อสู้กับการเขียนโค้ดสำหรับระบบออนชิป (SoC) เช่นในอุปกรณ์เอดจ์อย่างโทรศัพท์มือถือ แต่เร็ว ๆ นี้ทุกสิ่งที่เกิดขึ้นในมือถือจะเกิดขึ้นในศูนย์ข้อมูล และซับซ้อนกว่านี้หลายร้อยเท่า นักพัฒนาจะต้องเชื่อมต่อและทำงานผ่านระบบการเขียนโค้ดที่ซับซ้อนหลายแบบ ห้องสมุด และเครื่องมือเพื่อให้ได้ประสิทธิภาพสูงสุดจากคลัสเตอร์ที่หลากหลาย ซึ่งยากและต้องใช้ความรู้เฉพาะมาก และแม้จะทำได้ ก็ยังมีหลายสิ่งที่ถูกทิ้งไว้เพราะรูปแบบการเขียนโค้ดปัจจุบันไม่รองรับระดับนี้ ทำให้เกิดการปล่อยก๊าซคาร์บอนไดออกไซด์มากขึ้น ซึ่งจะยิ่งเลวร้ายลงเมื่อเราขยายขนาดโมเดลต่อไป

การแก้ไขปัญหานี้ต้องการซอฟต์แวร์สแต็กที่เป็นเอกลักษณ์ ซึ่งสามารถจัดการกับการกระจัดกระจายและทำให้ง่ายต่อการเขียนโค้ดและได้ประสิทธิภาพสูงสุดจากฮาร์ดแวร์ที่หลากหลายจากผู้ผลิตที่มีอยู่แล้ว และยังช่วยให้เข้าถึงฮาร์ดแวร์ใหม่ๆ จากผู้ผลิตใหม่ๆ ได้ง่ายขึ้น นอกจากนี้ยังช่วยเร่งนวัตกรรมใน AI และการออกแบบคอมพิวเตอร์ และเพิ่มการนำ AI ไปใช้ในอุตสาหกรรมและแอปพลิเคชันหลายๆ อย่าง

ความต้องการฮาร์ดแวร์ที่มีประสิทธิภาพ

นอกเหนือจากการนำซอฟต์แวร์สแต็กที่เป็นเอกลักษณ์มาใช้แล้ว ยังสำคัญที่จะต้องพิจารณาในการปรับฮาร์ดแวร์ให้เหมาะสมสำหรับการทำงานที่มีประสิทธิภาพและประหยัดพลังงานมากขึ้น GPU ซึ่งถูกออกแบบมาเพื่อเล่นเกม มีหลายส่วนที่ไม่มีประสิทธิภาพ ซึ่งจะเห็นได้ชัดเจนมากขึ้นเมื่อเราขยายขนาดไปสู่ระดับซูเปอร์คอมพิวเตอร์ในศูนย์ข้อมูล การขยายขนาด GPU ที่ไม่มีกำหนดทำให้ต้นทุนพัฒนาเพิ่มขึ้น การขาดแคลนฮาร์ดแวร์ และการปล่อยก๊าซคาร์บอนไดออกไซด์มากขึ้น

ความท้าทายเหล่านี้ไม่เพียงแต่เป็นอุปสรรคในการเข้าสู่ตลาดเท่านั้น แต่ยังกระทบต่ออุตสาหกรรมทั้งหมดด้วย หากบริษัทเทคที่ใหญ่ที่สุดในโลกกำลังเผชิญกับปัญหาในการหาฮาร์ดแวร์และพลังงานที่เพียงพอสำหรับศูนย์ข้อมูลของตนแล้ว ก็ไม่มีความหวังสำหรับคนอื่นๆ

การเปลี่ยนจุดมุ่งหมาย

ที่ Lemurian Labs เราได้สัมผัสกับปัญหานี้โดยตรง เมื่อปี 2018 เราเป็นสตาร์ทอัพ AI ที่เล็กๆ ที่พยายามสร้างโมเดลพื้นฐาน แต่ต้นทุนการคำนวณที่จำเป็นเพียงอย่างเดียวก็ทำให้ต้นทุนพัฒนาสูงเกินกว่าที่จะจ่ายได้แล้ว ไม่เพียงแต่สำหรับเราในฐานะสตาร์ทอัพขนาดเล็กเท่านั้น แต่สำหรับทุกคนนอกเหนือจากบริษัทเทคที่ใหญ่ที่สุดในโลก สิ่งนี้ทำให้เราเปลี่ยนจุดมุ่งหมายจากพัฒนา AI ไปสู่การแก้ไขปัญหาที่ทำให้ AI ไม่สามารถเข้าถึงได้

เริ่มต้นจากพื้นฐานโดยการพัฒนาเลขคณิตพื้นฐานใหม่ที่เรียกว่า PAL (parallel adaptive logarithm) ระบบเลขคณิตใหม่นี้ทำให้เราสามารถสร้างโปรเซสเซอร์ที่สามารถทำงานได้เร็วขึ้น 20 เท่าเมื่อเทียบกับ GPU ทั่วไปในงาน AI และใช้พลังงานน้อยกว่าครึ่งหนึ่ง

ความมุ่งมั่นของเราในการทำให้ชีวิตของนักพัฒนา AI ง่ายขึ้นและทำให้ AI มีประสิทธิภาพและเข้าถึงได้มากขึ้น ทำให้เราต้องพยายามเข้าใจปัญหาให้ลึกซึ้งยิ่งขึ้น ตั้งแต่การออกแบบสถาปัตยกรรมคอมพิวเตอร์ที่มีประสิทธิภาพและประหยัดพลังงาน ซึ่งสามารถขยายขนาดได้ตั้งแต่ระดับเอดจ์ไปจนถึงศูนย์ข้อมูล ไปจนถึงการสร้างซอฟต์แวร์สแต็กที่สามารถจัดการกับความท้าทายในการเขียนโค้ดสำหรับอุปกรณ์หลากหลายและคอมพิวเตอร์ขนาดใหญ่ ทั้งหมดนี้ช่วยให้สามารถใช้ AI ได้เร็วขึ้น ลดต้นทุน เพิ่มผลผลิตของนักพัฒนา และทำให้ AI เข้าถึงได้มากขึ้น ส่งเสริมนวัตกรรม การนำไปใช้ และความเท่าเทียม

การบรรลุ AI สำหรับทุกคน

เพื่อให้ AI มีผลกระทบต่อโลกของเราอย่างมีความหมาย เราต้องเปลี่ยนแปลงวิธีการพัฒนา AI จากการทำลายโลกของเราไปสู่การสร้าง AI ที่เข้าถึงได้และเป็นมิตรกับสิ่งแวดล้อม ต้นทุนและพลังงานที่จำเป็นในปัจจุบันทำให้ AI มีประโยชน์เฉพาะสำหรับไม่กี่คนเท่านั้น และสร้างอุปสรรคในการสร้างสรรค์นวัตกรรมและความเข้าถึง ในขณะที่ยังปล่อยก๊าซคาร์บอนไดออกไซด์จำนวนมากออกสู่บรรยากาศของเรา ด้วยการมอง AI จากมุมมองของนักพัฒนาและโลกของเรา เราสามารถแก้ไขปัญหาความไม่มีประสิทธิภาพเหล่านี้และบรรลุอนาคตที่ AI เข้าถึงได้สำหรับทุกคนและเป็นมิตรกับสิ่งแวดล้อม

การสะท้อนและคำเรียกให้ดำเนินการสำหรับ AI ที่ยั่งยืน

เมื่อมองไปข้างหน้า ความรู้สึกของฉันเกี่ยวกับอนาคตของ AI คือความหวังและความระมัดระวัง ฉันหวังว่า AI จะมีศักยภาพในการเปลี่ยนแปลงโลกของเราให้ดีขึ้น แต่ก็ระมัดระวังเกี่ยวกับความรับผิดชอบที่สำคัญที่มาพร้อมกับมัน ฉันเห็นอนาคตที่ AI จะเป็นพลังสำคัญในการเปลี่ยนแปลงเชิงบวก โดยให้ความสำคัญกับการพัฒนาที่ยั่งยืน ความเท่าเทียม และการดูแลสิ่งแวดล้อมของเรา

เมื่อเราก้าวเข้าสู่ยุคใหม่ของการพัฒนา AI เราได้รับคำเรียกให้ดำเนินการอย่างชัดเจน: เราต้องสร้าง AI โดยคำนึงถึงผลกระทบต่อสิ่งแวดล้อมและให้ความสำคัญกับประโยชน์ส่วนรวม นี่คือหลักการสำคัญของงานที่ Lemurian Labs โดยการสร้างนวัตกรรม การร่วมมือ และการตั้งมาตรฐาน “เรามาไม่เพียงแต่สร้าง AI เพื่อความก้าวหน้าเท่านั้น แต่สร้างเพื่อประโยชน์ของมนุษยชาติและโลกของเรา” ฉันเชิญชวนชุมชนโลกให้ร่วมมือกันในการเปลี่ยนแปลงภูมิทัศน์ของ AI เพื่อให้ AI เป็นพลังที่นำไปสู่การเปลี่ยนแปลงเชิงบวก ที่เสริมสร้างมนุษยชาติและปกป้องโลกของเราให้ปลอดภัยสำหรับคนรุ่นต่อๆ ไป

Jay Dawani เป็นผู้ร่วมก่อตั้งและ CEO ของ Lemurian Labs ซึ่งเป็นสตาร์ทอัพชั้นนำด้านการคำนวณเร่งความเร็วทั่วไปเพื่อทำให้การพัฒนา AI มีราคาไม่แพงและสามารถเข้าถึงได้โดยทุกคนและทุกบริษัท Jay Dawani ยังเป็นผู้เขียนหนังสือที่มีอิทธิพล "คณิตศาสตร์สำหรับการเรียนรู้ลึก" และเคยดำรงตำแหน่งผู้นำในบริษัทต่างๆ เช่น BlocPlay และ Geometric Energy Corporation โดยมีโปรเจ็กต์ที่เกี่ยวข้องกับการคำนวณควอนตัม เมต้าเวิร์ส บล็อกเชน AI หุ่นยนต์อวกาศ และอื่นๆ Jay Dawani ยัง曾เป็นที่ปรึกษาให้กับ NASA Frontier Development Lab, SiaClassic และบริษัท AI ชั้นนำหลายแห่ง