Geliştiriciler, Yapay Zeka Araştırmacılarının Karbon Ayak İzini Azaltmasına Yardımcı Olmak İçin Açık Kaynaklı Yazılımlar Oluşturuyor

Bir grup uluslararası AI araştırmacısı ve veri bilimcisi, bilgi işlem işlemlerinin karbon ayak izini tahmin edebilen yazılım tasarlamak için işbirliği yaptı. CodeCarbo adlı açık kaynaklı yazılım paketi, yapay zeka ve veri bilimi şirketlerinden oluşan bir konsorsiyum tarafından tasarlandı. Yazılımın, programcıları kodlarını daha verimli hale getirmeye ve bilgi işlem kaynaklarının kullanımıyla üretilen CO2 miktarını azaltmaya teşvik etmesi ve teşvik etmesi umut ediliyor.

Karbon Ayak İzini Azaltma

ITP'ye göreYeni CodeCarbon yazılım paketi, AI araştırma şirketi Mila'nın yanı sıra Comet.ml, Pensilvanya'daki Haverford College ve GAMMA liderliğindeki bir AI araştırma grubu ekibi tarafından geliştirildi. Yazılım, yalnızca bilgi işlem kaynaklarının kullanımıyla üretilen CO2 miktarını tahmin etmekle kalmaz, aynı zamanda geliştiricilere karbon enerjisi ayak izlerini azaltmaları için tavsiyelerde bulunur.

AI modellerini eğitme çok fazla enerji gerektirebilir. ArsTechnica tarafından açıklandığı gibi, Massachusetts Amherst Üniversitesi'nden araştırmacılar, belirli AI modellerini oluşturmanın ve eğitmenin toplam maliyetini tahmin ettiler ve ekip, doğal dil ağı BERT'yi eğitmenin bir zamanlar yaklaşık olarak San Francisco ve New York arasındaki bir gidiş-dönüş uçuşu kadar karbon ürettiğini buldu. Bu arada, modeli optimize edilene kadar birçok kez eğitmek, aynı uçuşu yapan 2 farklı yolcu kadar CO315 üretebilir.

Yapay zeka modelleri tam olarak neden bu kadar çok enerji tüketiyor ve bir yan ürün olarak bu kadar çok CO2 üretiyor? Yanıtın bir kısmı, yapay zeka modellerinin nasıl eğitilip optimize edildiği konusunda yatmaktadır. Yapay zeka araştırmacıları, mevcut son teknoloji algoritmalar üzerinde küçük iyileştirmeler elde etmek için bile modellerini binlerce kez eğitebilir ve en uygun model mimarisi keşfedilene kadar her seferinde modelde küçük değişiklikler yapabilir.

AI modellerinin boyutu da sürekli büyüyor ve her yıl daha karmaşık hale geliyor.

GPT-3, BERT ve VGG gibi en güçlü makine öğrenimi algoritmaları ve modelleri milyonlarca parametreye sahiptir ve her seferinde haftalarca eğitilir, bu da yüzlerce veya binlerce saatlik eğitim süresine karşılık gelir. GPT-2'nin ağ içinde yaklaşık 1.5 milyar parametresi bulunurken, GPT-3'ün yaklaşık 175 milyar ağırlığı vardır. Bu da yüzlerce kilogram değerinde CO2 kullanılmasıyla sonuçlanıyor.

Kod Karbon

CodeCarbon, bulut sağlayıcıları ve veri merkezleri tarafından kullanılan güç miktarını kaydeden bir izleme mekanizması modülüne sahiptir. Sistem daha sonra üretilen CO2 hacmini tahmin etmek için halka açık kaynaklardan alınan verileri kullanır ve donanımın bağlı olduğu elektrik şebekesinden istatistikleri kontrol eder. İzleyici, belirli bir AI modülünü kullanarak her deney için üretilen CO2'yi tahmin eder ve hem projeler hem de tüm organizasyon için emisyon verilerini depolar.

Mila'nın kurucusu Yohua Bengio, yapay zekanın birçok sorunu çözebilecek inanılmaz derecede güçlü bir araç olmasına rağmen, genellikle önemli miktarda bilgisayar gücü gerektirdiğini açıkladı. Boston Consulting Group Genel Müdürü Sylvian Duranton, bilgi işlem ve yapay zekanın dünya çapında üstel oranlarda büyümeye devam edeceğini savundu. Buradaki fikir, CodeCarbon'un AI ve bilgi işlem şirketlerinin büyümeye devam ederken karbon ayak izlerini sınırlamalarına yardımcı olacağıdır. CodeCarbon, şirketlerin makine öğrenimi modellerinin eğitimiyle üretilen emisyon miktarını kolayca görmelerini sağlayan bir pano oluşturacak. Aynı zamanda, bir arabada kat edilen kilometre, izlenen TV saatleri ve ABD'deki bir hane halkının tipik enerji tüketimi gibi, geliştiricilerin kolayca anlayabileceği metriklerdeki emisyonları da temsil edecektir.

CodeCarbon geliştiricileri, yazılımın yalnızca AI araştırmacılarını kendi karbon ayak izlerini denemeye ve azaltmaya teşvik etmeyeceğini, aynı zamanda genel olarak emisyonlarla ilgili daha fazla şeffaflığı teşvik edeceğini umuyor. Geliştiriciler, bir dizi farklı yapay zeka ve bilgi işlem deneyi tarafından üretilen emisyonları ölçebilecek ve raporlayabilecek. CodeCarbon'u oluşturmaktan sorumlu ekip, diğer geliştiricilerin açık kaynak araçlarını alıp yapay zeka mühendislerinin ve araştırmacıların çevresel etkilerini daha da azaltmalarına yardımcı olacak yeni özelliklerle geliştirmelerini umuyor.