地球与环境 2022-09-11 14:09

在汽车的寿命中,平均每辆车要排放大约12.6万磅的温室气体二氧化碳(CO2)。

将这些排放与人工智能(AI)技术留下的碳足迹进行比较。2019年,训练顶级人工智能造成了超过62.5万磅的二氧化碳排放。自那以后,人工智能的能源需求只会越来越大。

ink="https://source.wustl.edu/2020/08/bridging-the-neuron-to-network-gap/chakrabartty_10_31_14_04/" data-orig-file="https://source.wustl.edu/wp-content/uploads/2019/09/Chakrabartty_10_31_14_04-e1568062522233.jpg" data-orig-size="740,547" data-comments-opened="0" data-image-me ta = " {" data-image-title = " data-image-des Chakrabartty_10_31_14_04” cription="<p>Shantanu Chakrabartty, Clifford W. Murphy教授在Preston M. Green电气与系统工程系在圣路易斯华盛顿大学麦凯维工程学院</p> " data-image-caption="<p>Chakrabartty</p> " data- media file="https://source.wustl.edu/wp-content/uploads/2019/09/Chakrabartty_10_31_14_04-300 x222.jpg" data-large-file="https://source.wustl.edu/wp-content/uploads/2019/09/Chakrabartty_10_31_14_04-1024x757.jpg" src="http://www.sxhyyny.com/file/upload/202209/11/140942111.jpg" alt=" shanantanu Chakrabartty头像"> .jpg
Chakrabartty

为了减少人工智能的能源足迹,圣路易斯华盛顿大学麦凯维工程学院的克利福德·w·墨菲教授山塔努·查克拉巴特报告了一种新型计算机内存的原型。这项研究结果发表在3月29日的《自然通讯》杂志上。

这篇文章的共同第一作者是达尔什特·梅塔和穆斯塔菲祖尔·拉赫曼,他们都是查克拉巴蒂研究小组的成员。

当计算机在学习一个问题的最佳解决方案(如正确识别人脸或翻译一种语言)的过程中搜索不同的配置时,训练人工智能消耗了不成比例的能量。

由于这种能源消耗,大多数公司无法负担从头开始训练一个新的人工智能。相反,他们对它进行“足够”的训练,然后可能针对不同的应用程序调整一些参数。Chakrabartty说,或者,如果一家公司足够大,他们会把数据中心搬到一个更方便的海滨物业。

所有这些能源的使用产生了大量的热量,需要大量的水来保持凉爽。他说:“实际上,他们正在煮沸一个湖泊,以建立一个神经网络。”

Chakrabartty的研究小组没有采用煮沸技术,而是转向了量子隧道技术。

当计算机搜索答案时,系统就在用电来“打开”和“关闭”数十亿个微小的开关,同时寻找通往解决方案的最短路径。一旦开关被打开,能量被释放出来,额外的能量被用来保持开关的位置,或者作为记忆来保持它。正是这种电力的使用产生了如此大的碳足迹。

Chakrabartty并没有将源源不断的能量注入记忆阵列,而是让物理记忆像在野外一样工作。

“电子自然想要移动到最低的稳定状态,”查克拉巴蒂说,他也是普雷斯顿M.格林电气与系统工程系负责研究和研究生教育的副院长。

而电子做到这一点所消耗的能量是尽可能少的。他利用了那个物理定律。通过将解设置为稳定状态(例如,将单词“water”识别为“agua”),电子基本上会自己隧向正确的答案,只需要一点指导,即来自训练算法的方向。

通过这种方式,自然法则决定了电子将自己找到最快、最节能的路径。在基态时,它们被一个足够大的势垒包围,电子几乎肯定不会隧穿。

现代记忆采用了一种更为粗暴的方法,将路径记录到记忆中,并在每个翻转的开关上使用能量,而查克拉巴蒂的记忆学习设计只是让电子在不受太多干扰的情况下完成它们的工作,几乎没有任何额外的能量。

一旦他们到达最后的障碍,据说人工智能学会了一些东西。

“这就像试着记住一首歌,”他说。“一开始,你在寻找你的记忆,到处寻找这首歌。但一旦你找到了它,记忆就固定了,然后你就无法把它从你的脑海中抹去。”


这项工作得到了美国国家科学基金会(ECCS: 1935073)的支持;海军研究办公室(N00014-16-1-2426, N00014-19-1-2049);美国国立卫生研究院(1R21EY028362-01)

位于圣路易斯的华盛顿大学麦凯维工程学院促进独立探究和教育,强调科学卓越、创新和无边界的合作。麦凯维工程学院的研究和研究生课程在各个院系中都名列前茅,尤其是在生物医学工程、环境工程和计算机方面,并且拥有全美最挑剔的本科课程之一。我们有140名全职教师,1387名本科生,1448名研究生和21000名在世的校友,我们正在努力解决一些社会最大的挑战;培养学生在职业生涯中成为领导者和创新人才;并成为圣路易斯地区乃至其他地区经济发展的催化剂。