MIT提出更环保AI训练方式
2020-04-28 阅读量:2364
去年美国马萨诸塞州大学阿默斯特分校的研究人员曾表示,训练一台大型AI机器产生的碳,平均是一个人终其一生驾驶汽车制造的排放量5倍。除此之外,还存在很多其他方面的能源消耗。因此AI未来如何实现可持续发展,仍是亟需解决的问题。
近期,在麻省理工一篇最新论文中显示,其提出了一种比以前更环保的方式来训练和运行AI模型的系统。论文中显示,该方案被称为是种“一劳永逸”的网络,它训练一个大型模型,该模型由许多不同大小的预训练子模型组成,这些子模型可以在不需要再训练的情况下针对一系列平台进行定制。每个子模型都可以在推理时独立运行而无需重新训练,系统根据与目标硬件的功率和速度限制相关的精度和延迟权衡来确定最佳子模型。
也许更令人印象深刻的是,研究人员声称,与当今流行的模型搜索技术相比,计算机视觉模型在训练时需要大约1/1300的碳排放量。IBM研究员、麻省理工学院沃森人工智能实验室成员谈到这项研究时表示:“如果人工智能要继续快速发展,我们就需要减少其对环境的影响。”
新闻来源:比特网
开启碳阻迹数字化碳中和之旅!
立即体验