艾倫研究所(Allen Institute)在2019年8月發(fā)表的綠色AI論文并非旨在使基于深度學(xué)習(xí)的AI更加環(huán)保。相反，該組織試圖向希望進(jìn)行深度學(xué)習(xí)獨(dú)特研究的學(xué)術(shù)界提供希望。

大學(xué)可以優(yōu)化深度學(xué)習(xí)過程的效率，而不是優(yōu)化所有問題集的準(zhǔn)確性，而這需要大量的計(jì)算資源和大量的電力公用事業(yè)預(yù)算。仔細(xì)地確定效率指標(biāo)將帶來使AI研究“在認(rèn)知上更加合理”的附帶好處。

作者說，總體目標(biāo)不僅是使中型大學(xué)具有競爭力，而且甚至允許單個(gè)大學(xué)本科生使用筆記本電腦開發(fā)基于效率的程序，從而可以促進(jìn)深度學(xué)習(xí)領(lǐng)域。

批評家說，這聽起來很不錯(cuò)，但是根據(jù)當(dāng)前趨勢，學(xué)術(shù)界將始終落后于私人數(shù)據(jù)中心，即使在效率模型中也是如此。

羅伊·施瓦茨(Roy Schwartz)和他的合著者認(rèn)為，其意圖不應(yīng)該是扼殺他們所謂的“紅色AI”，這是他們對公司數(shù)據(jù)中心的稱呼，它可以聚集大量資源進(jìn)行蠻力嘗試以提高神經(jīng)網(wǎng)絡(luò)的準(zhǔn)確性。學(xué)習(xí)。相反，大學(xué)可以制定高度優(yōu)化的項(xiàng)目，將其作為“綠色AI”的萌芽，在紅色AI準(zhǔn)確性證明的排行榜中插入效率實(shí)驗(yàn)。

AI論文傾向于以準(zhǔn)確性而不是效率為目標(biāo)。上圖顯示了來自頂級AI會(huì)議的60篇論文樣本中以準(zhǔn)確性，效率和/或兩者為目標(biāo)的論文所占的比例。

具體地說，作者建議浮點(diǎn)運(yùn)算(FPO)是計(jì)算運(yùn)算，其碳排放成本更高，用電量更大，并且實(shí)時(shí)操作有所擴(kuò)展。如果學(xué)術(shù)研究人員專注于在深度學(xué)習(xí)實(shí)驗(yàn)中減少FPO，那么“綠色”結(jié)果將立即可見。

必須根據(jù)其他高能耗操作(例如總內(nèi)存使用量)來考慮FPO指標(biāo)。但是總體模型為實(shí)現(xiàn)綠色AI提供了第一步。