Generatyvinis dirbtinis intelektas (AI): naujoji digitalinio sąveikos samprata
Generatyvinis dirbtinis intelektas (AI) yra pirmaujantis technologijų inovacijose, performuojantis tai, ką laikome įmanoma, ir pakeičiantis mūsų sąveiką su digitaliniu pasauliu. Dideli kalbų modeliai (LLM), tokie kaip GPT, integruojasi dar giliau į kasdienį gyvenimą, kilo didėjantis susirūpinimas energijos, reikalingos palaikyti tokius pokyčius, kyla esminiai debatai dėl aplinkosauginės tvarumo.
Dideli kalbų modeliai ir jų aplinkosauginis pėdsakas
Pavyzdžiui, atsižvelgiant į „OpenAI“ GPT-4, jo treniravimas pareikalauja energijos, atitinkančios maždaug 1 300 JAV namų ūkių metinį suvartojimą. Šios pradinės treniravimo fazės nustato parametrus būsimam naudojimui. Nors vienas GPT-4 naudojimas suvartoja daugiau energijos nei „Google“ paieška, didelis energijos iššūkis, siekiantis pranokti paieškas informacijai, išsiplėtė į reikalaujančius labiau taikymus. Tačiau daugeliu atvejų LLM gali kompensuoti esamą energijos suvartojimą, taip galbūt mažinant poreikį papildomoms energijos generavimo priemonėms.
Mažų kalbų modelių (SLM) kilimas
Su „GPT-3“ plitimu, tyrimai pasisuko link optimalių LLM, siekiant sumažinti jų dydį išlaikant galimybes. „Meta“ „Llama“, išleista 2023 m. vasario mėn., pasiekė palyginamą su „OpenAI“ veiklą naudodama reikšmingai mažesnį pagrindą. Turinti tik 70 mlrd. parametrų „Llama 2“ reikalauja mažiau energijos netgi lyginant su „Google“ paieška ir rodo, kad konkrečiuose kontekstuose pasirenkant kompaktiškesnius modelius nereiškia aukštos kokybės rezultatų paaukojimo.
Kelias link mažų, efektyvių modelių
„Meta“ atviri modeliai ir „OpenAI“ nuolatiniai pastangos atvėrė kelią mažesniems modeliams, tokie kaip „Microsoft“ „Orca“, kuris veikia su skaičiavimo reikalavimais, panašiais į naujausius žaidimų konsolės, naudodamas tik 7 mlrd. parametrų. Šie modeliai, turintys mažesnius energijos reikalavimus, netrukus galėtų veikti mobiliuosiuose įrenginiuose, stiprindami privatumą, naudotojų patogumą srityse su ribotu ryšiu ir užtikrinant teisingą prieigą prie pažangios generatyvinės AI technologijos.
Pirmos klasės lustų kūrėjai, toki kaip „Qualcomm“ ir „ARM“, tiki integruosiantys SLM į mobiliuosius įrenginius. „Apple“ dabartinis „Neural Engine“ naudojimas rodo, kad jie siekia įtraukti generatyvinį AI į savo produktus ateinančiais metais. Perėjimas prie šių kompaktiškų, energiją taupančių AI modelių yra reikšmingas technologinis proveržis ir svarbus žingsnis link tvarumo. Mažinant energijos poreikį kalbų modelių treniravimui ir veiklai, galime imtis generatyvinės AI naudą, užtikrindami planetos gerovę.
Efektyvūs AI modeliai ir tvaraus skaičiavimo ieškojimai
Energijos efektyvumas AI yra esminis mažinant technologijų aplinkosaugos poveikį. AI plėtros padaro buvo sukurta modeliai, kurie reikalauja mažiau skaičiavimo išteklių, išlaikant robustiškus rezultatus. Labai svarbu atsižvelgti į tai, kad duomenų centrai, kurie dažnai palengvina AI skaičiavimus, pagal skaičiavimą sudaro maždaug 1% pasaulinės elektros energijos naudojimo.
Svarbūs klausimai ir atsakymai
Kodėl energijos efektyvumas yra svarbus AI?
Energijos efektyvumas yra svarbus, siekiant sumažinti AI aplinkos poveikį, nes AI modelių treniravimas ir veikimas gali reikalauti daug elektrinės energijos. Efektyvūs modeliai padeda sumažinti anglies pėdsakus ir padaro AI lengviau pasiekiamą energijos ribotose aplinkose.
Kokie pažangumai buvo pasiekiami AI siekiant pagerinti energijo