Snižování uhlíkové stopy neuronových sítí pomocí AI

Umělá inteligence | |

Snižování uhlíkové stopy neuronových sítí pomocí AI

Ačkoliv koronavirus je teď v hlavách většiny populace, ekologický problém planety se tím o mnoho nezměnil – sucho bude i v našich končinách velkým problémem.


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


Úvodní foto: © whitehoune - Adobe Stock


Články z rubriky

Lidé učí počítače myslet - a ne vždy dobře"

Miliony lidí svým chováním ovlivňují, jak se AI ve výsledku chová. Zda je to dobře, to těžko říct, ale je to pohonem digitální ekonomiky.
více »


Boltzmannův stroj pro kvantové strojové učení"

Kvantové počítače splní svůj příslib vysoké efektivity a sice omezené, nicméně nepřekonatelné rychlosti, pouze pokud pro ně budou existovat funkční algoritmy.
více »


Facebook vyvíjí zcela soběstačnou AI"

Seer – Jasnovidec, nová umělá inteligence vyvíjená Facebookem dokáže rozpoznávat fotografie s nebývalou přesností.
více »


Neuronová poezie. Básně algoritmy stále neumí"

Šlo by pokročilé zpracování přirozeného jazyka (NLP) použít pro reprodukci pokročilých psaných textů a poezie?
více »


Odkud přijdou další koronaviry? Strojové učení pomáhá identifikovat zdroje nákazy"

Výzkum Liverpoolské univerzity naznačuje, jak by se budoucí koronaviry mohly přenést ze zvířat na člověka a dále se šířit populací.
více »


Související články


Tagy

neuronové sítě MIT věda výzkum studie modely počítačové vidění IBM MIT AI umělá inteligence hluboké učení

Komentáře