Trí Tuệ Nhân Tạo Có Thể Thực Hiện Những Điều Tuyệt Vời—Miễn Là Nó Không Gây Hại Cho Hành Tinh

Tháng trước, các nhà nghiên cứu tại OpenAI ở San Francisco tiết lộ một thuật toán có khả năng học, thông qua thử nghiệm và sai lầm, cách thức điều khiển các mảnh của Rubik bằng một bàn tay robot. Đó là một chiến công nghiên cứu đáng chú ý, nhưng nó đòi hỏi hơn 1,000 máy tính để bàn cùng một tá máy chạy vi xử lý đồ họa chuyên dụng để thực hiện các phép toán phức tạp trong vài tháng.

Nỗ lực có thể đã tiêu thụ khoảng 2.8 tỷ watt-giờ điện, ước lượng từ Evan Sparks, CEO của Determined AI, một công ty khởi nghiệp cung cấp phần mềm hỗ trợ các doanh nghiệp quản lý dự án Trí Tuệ Nhân Tạo. Điều này xấp xỉ bằng sản lượng của ba nhà máy điện hạt nhân trong một giờ. Một người phát ngôn của OpenAI cuestioned cái tính toán, lưu ý rằng nó đặt ra một số giả định. Nhưng OpenAI từ chối tiết lộ thêm chi tiết về dự án hoặc cung cấp ước lượng về điện năng tiêu thụ.

Trí Tuệ Nhân Tạo đều thường xuyên tạo ra những thành tựu đáng kinh ngạc, khi máy tính học cách nhận diện hình ảnh, trò chuyện, đánh bại con người ở những trò chơi phức tạp, và lái xe. Nhưng tất cả những tiến bộ đó đều đòi hỏi lượng lớn công suất tính toán—và điện năng—để phát triển và huấn luyện các thuật toán. Và khi thiệt hại do biến đổi khí hậu trở nên rõ ràng hơn, các chuyên gia Trí Tuệ Nhân Tạo ngày càng lo lắng về nhu cầu năng lượng đó.

“Lo ngại là các thuật toán học máy nói chung đang tiêu thụ năng lượng ngày càng nhiều, sử dụng nhiều dữ liệu hơn và đào tạo trong thời gian dài hơn,” nói Sasha Luccioni, một nghiên cứu viên sau tiến sĩ tại Mila, một viện nghiên cứu Trí Tuệ Nhân Tạo ở Canada.

Điều này không chỉ là nỗi lo của giới học thuật. Khi có nhiều công ty trải dài qua nhiều ngành công nghiệp bắt đầu sử dụng Trí Tuệ Nhân Tạo, có nỗi lo ngày càng lớn rằng công nghệ này chỉ làm sâu sắc thêm vào khủng hoảng khí hậu. Sparks nói rằng Determined.ai đang làm việc với một công ty dược phẩm đã sử dụng mô hình Trí Tuệ Nhân Tạo rất lớn. “Là một ngành, đáng xem xét là chúng ta muốn làm gì để đối phó với điều này,” ông thêm vào.

Một số nghiên cứu viên Trí Tuệ Nhân Tạo đang nghĩ đến điều này. Họ đang sử dụng các công cụ để theo dõi nhu cầu năng lượng của thuật toán của họ, hoặc thực hiện các biện pháp để đền bù lượng khí thải của họ. Ngày càng có nhiều người quảng cáo về hiệu quả năng lượng của thuật toán của họ trong các bài nghiên cứu và tại các hội nghị. Khi chi phí của Trí Tuệ Nhân Tạo tăng lên, ngành công nghiệp này đang phát triển sự thèm khát mới cho các thuật toán tiêu thụ ít kilowatt hơn.

Gần đây, Luccioni đã hỗ trợ khởi động một trang web cho phép các nghiên cứu viên Trí Tuệ Nhân Tạo ước lượng sơ bộ lượng khí nhà kính do thuật toán của họ tạo ra. Cô cũng đang thử nghiệm một cách tiếp cận tinh vi hơn—mã nguồn có thể được thêm vào một chương trình Trí Tuệ Nhân Tạo để theo dõi việc sử dụng năng lượng của từng vi xử lý máy tính. Luccioni và những người khác cũng đang cố thuyết phục các công ty cung cấp công cụ để theo dõi hiệu suất mã nguồn để bao gồm một số đo lường về năng lượng hoặc lượng khí nhà kính. “Hy vọng điều này sẽ góp phần vào sự minh bạch đầy đủ,” cô nói. “Để mọi người sẽ bao gồm trong chú thích cuối trang ‘chúng tôi đã phát ra X tấn carbon, chúng tôi đã đền bù.’”

Năng lượng cần thiết để vận hành Trí Tuệ Nhân Tạo tiên tiến đã tăng đột ngột trong một khoảng thời gian dài. Dữ liệu công bố bởi OpenAI cho thấy rằng công suất tính toán cần thiết cho các mốc quan trọng của Trí Tuệ Nhân Tạo trong vài năm qua, như chương trình chơi cờ Go AlphaZero của DeepMind, đã tăng gấp đôi khoảng mỗi 3.4 tháng—tăng 300,000 lần từ năm 2012 đến năm 2018. Điều này nhanh hơn so với tốc độ mà công suất tính toán tăng trưởng lịch sử, hiện tượng được biết đến là Định luật của Moore (đặt theo tên Gordon Moore, đồng sáng lập Intel.)

Các tiến bộ gần đây trong xử lý ngôn ngữ tự nhiên—một kỹ thuật Trí Tuệ Nhân Tạo giúp máy tính phân tích, hiểu và tạo ra văn bản—đã chứng minh đặc biệt tham lam về năng lượng. Một bài báo nghiên cứu từ một nhóm tại UMass Amherst phát hiện rằng việc đào tạo một mô hình NLP lớn có thể tiêu thụ năng lượng như một chiếc ô tô trong suốt cả cuộc đời của nó—bao gồm cả năng lượng cần thiết để xây dựng nó.

Việc đào tạo một thuật toán học máy mạnh thường đồng nghĩa với việc chạy các ngân hàng máy tính lớn trong vài ngày, nếu không phải hàng tuần. Việc điều chỉnh tinh chỉnh cần thiết để hoàn thiện một thuật toán, bằng cách tìm kiếm qua các kiến trúc mạng nơ-ron khác nhau để tìm ra kiểu tốt nhất, có thể đặc biệt tốn năng tính toán. Mặc dù có nhiều lo ngại, nhưng việc đo lường được bao nhiêu năng lượng Trí Tuệ Nhân Tạo thực sự tiêu thụ vẫn là khó khăn, và ngay cả khó khăn hơn là dự đoán được mức độ vấn đề có thể trở nên như thế nào.

Tuy nhiên, khi các công ty và tổ chức khác ngày càng sử dụng trí tuệ nhân tạo, các chuyên gia cho biết việc hiểu rõ về tiêu thụ năng lượng của công nghệ này sẽ trở nên quan trọng, cả trong trung tâm dữ liệu và trong các thiết bị khác nhau. 'Tôi đồng ý rằng cộng đồng phân tích cần phải nắm vững vấn đề này,' nói Eric Masanet, giáo sư tại Đại học Northwestern, người điều hành Phòng thí nghiệm Phân tích Hệ thống Năng lượng và Tài nguyên của trường.

Một số nhà nghiên cứu trí tuệ nhân tạo không chờ đợi ngành công nghiệp tỉnh táo. Luccioni của Mila đã giúp tổ chức một hội thảo về biến đổi khí hậu tháng trước tại một hội nghị trí tuệ nhân tạo quan trọng, NeurIPS, và cô ấy hài lòng khi thấy sự kiện đông đúc đến nỗi phải đứng. 'Có rất nhiều sự quan tâm về vấn đề này,' cô ấy nói.

Viện Allen về Trí tuệ Nhân tạo, một viện nghiên cứu do người sáng lập Microsoft, Paul Allen, thành lập, cũng đã kêu gọi nhận thức lớn về ảnh hưởng môi trường của trí tuệ nhân tạo. Giám đốc điều hành của viện, Oren Etzioni, nói ông đánh giá cao những nỗ lực của các nhà nghiên cứu, khi nhiều bài báo hiện nay đều bao gồm một số thông tin về tính tích hợp tính toán của một thuật toán hoặc thí nghiệm cụ thể.

Etzioni thêm rằng ngành công nghiệp nhìn chung đang dần tỉnh táo về hiệu suất năng lượng. Ngay cả khi điều này lớn phần là do chi phí liên quan đến việc đào tạo mô hình trí tuệ nhân tạo lớn, nó có thể giúp ngăn chặn trí tuệ nhân tạo từ việc đóng góp vào một thảm họa khí hậu đang đe dọa. 'Trí tuệ nhân tạo rõ ràng đang chuyển hướng về các mô hình nhẹ và trí tuệ nhân tạo xanh hơn,' ông nói.

Nhiều Điều Tuyệt Vời Từ MYTOUR

• Chris Evans đến Washington
• Điều gì Atlanta có thể dạy cho ngành công nghiệp công nghệ về việc nuôi dưỡng tài năng người Mỹ gốc Phi
• Bảng hiển thị của tương lai có thể nằm trong kính áp tròng của bạn
• Dưới đây là cái nhìn về thế giới vào năm 2030 ... đúng không?
• Người lính chiến tranh, trang web hẹn hò và cuộc gọi từ địa ngục
• 👁 Lý do để áp dụng một cách tiếp cận nhẹ nhàng với Trí tuệ Nhân tạo. Ngoài ra, tin tức mới nhất về trí tuệ nhân tạo
• 🏃🏽‍♀️ Muốn có những công cụ tốt nhất để duy trì sức khỏe? Hãy kiểm tra sự chọn lựa của đội ngũ Gear chúng tôi cho bộ theo dõi sức khỏe tốt nhất, trang thiết bị chạy bộ (bao gồm giày dép và tất), và tai nghe tốt nhất