Jedním ze způsobu, jak snížit neblahý skleníkový efekt (který je možná mimochodem jedním z důvodů, proč naše sousední planeta Venuše připomíná ohnivé peklo) produkovanými našimi technologiemi, by mohla být i umělá inteligence.
Vědci z Massachusettské univerzity na ArXivu uveřejnili zajímavou studii, která popisuje výkon nutný k vytrénování neuronové sítě konkrétní architektury. Šlo o ekvivalent celoživotních emisí průměrného amerického auta, akorát vynásobený pěti, a to včetně výroby.
Automatizovaný AI systém vyvinutý vědci z MIT má trénovat specifické neuronové sítě se zvýšenou výpočetní efektivitou; tím chtějí odborníci dosáhnout snížení uhlíkových emisí hardwaru o desítky procent.
Systém, který prozatímně nazývají „once-for-all network“, se skládá z jedné obří neuronové sítě, pod níž leží předtrénované podsítě různých velikostí, schopných přizpůsobit se různým hardwarovým platformám bez dalšího trénování. To dramaticky snižuje energetické požadavky obvykle spojované se specializovanými neuronovými sítěmi.
Pokud systém využijeme například na vytrénování modelu počítačového vidění, vypustí se do ovzduší přibližně jen 1/1300 uhlíkových emisí v porovnání se současnými špičkovými architekturami neuronových sítí. Proces trénování sám o sobě se má navíc podstatě zrychlit.
„Chceme menší, zelenější neuronové sítě,“ popsal Song Han, docent fakulty elektrického inženýrství a počítačové vědy při MIT. Práci odborníci odvedli na klastru Satori, který MIT darovalo IBM.
Zdroj: MIT
PŘEDPLATNÉ
ČLÁNKY DO MAILU