緩解人工智能浪潮中不斷增長的碳足跡

人工智能(AI)是一種強大的工具,有潛力革新許多產業,但也帶有顯著的環境成本。人工智能模型的訓練和運行需要大量的能源,而這些能源通常來自於化石燃料,會釋放出溫室氣體。隨著人工智能技術的普及,其碳足跡只會逐漸擴大。

人工智能的碳足跡

人工智能模型運行於電腦上,需要極大的能源來運作。這種能源消耗會導致碳排放,對環境有害。《麻省理工科技評論》指出,僅訓練一個人工智能模型就可能產生超過626,000磅的二氧化碳,這大約是一輛普通私家車整個壽命排放量的5倍。人工智能所產生的碳排放主要有兩種類型:營運排放和隱含排放。營運排放發生在用電力來驅動人工智能系統的過程中。隱含排放則發生在製造人工智能系統所使用的材料和零件的過程中。

可持續人工智能

有幾項措施可以推行來減少營運排放和隱含排放。一種是使用可持續的能源來驅動人工智能系統,例如太陽能和風能。另一種方法是開發更高效的人工智能算法,需要更少的能量來訓練和運行,例如使用更高效的硬件,如專門的人工智能晶片,開發更具計算效率的新算法,利用人工智能來優化其他人工智能模型的訓練和運行。科技行業還需要更加透明地了解人工智能所產生的碳排放,通過制定測量人工智能碳足跡的標準,讓使用者可以明智地選擇使用哪些人工智能產品。

合乎能源效益的人工智能

科技公司的研究人員正在努力開發更節能的新型人工智能算法,以減少人工智能的碳足跡。他們採用的其中一種方法是使用模型蒸餾技術。

  • 模型蒸餾是一個過程,先使用一個大型數據集訓練一個大型複雜的人工智能模型,然後以該大型人工智能模型訓練一個更小、更高效的模型。這個較小的模型可以達到類似於大型模型的準確度,但運行時需要較少的能量。

科技公司還開發了更具計算效率的新型人工智能算法,採用了稀疏矩陣乘法和低秩近似等技術。這些技術使得人工智能模型可以在較低功率的硬件上訓練和運行,從而大幅減少能源消耗。

  • 稀疏矩陣乘法是一種加速矩陣乘法運算的技術,可以對需要大量矩陣乘法運算的人工智能算法(如自然語言處理和電腦視覺算法)帶來好處。
  • 低秩近似是一種可以減小矩陣大小而不會顯著降低精確度的技術,可以對需要大量矩陣存儲的人工智能算法(如深度學習算法)帶來好處。

結語

通過採取措施減少人工智能的碳足跡,科技行業可以幫助緩解這種強大技術的環境影響。這不僅對環境重要,也對人工智能本身的未來重要。如果要利用人工智能來解決世界上一些最迫切的問題,必須以不創造新問題的方式進行。

本文是在 AI 的協助下撰寫,並參考以下來源:

https://www.japantimes.co.jp/news/2023/03/10/business/tech/ai-carbon-footprint/

https://www.microsoft.com/en-us/research/project/reducing-ais-carbon-footprint/

https://www.forbes.com/sites/bernardmarr/2023/03/22/green-intelligence-why-data-and-ai-must-become-more-sustainable/?sh=5298d0bc7658

https://www.technologyreview.com/2019/06/06/239031/training-a-single-ai-model-can-emit-as-much-carbon-as-five-cars-in-their-lifetimes/

在此感謝 InnoHK、香港特別行政區政府及人工智能金融科技實驗室對本文的支援。
(AIFT 竭力但不能保證內容之準確和可靠,亦不會承擔因任何不準確或遺漏而引起的任何損失或損害。 )

分享此內容

地址

香港沙田香港科學園科技大道西 19 號
11樓 1101-1102 及 1121-1123 室

產品及解決方案

人才

工作機會

關於我們

地址

版權所有 © 2024 人工智能金融科技實驗室有限公司