인공지능(AI)은 우리가 알고 있는 세상을 변화시켰습니다.건강 관리 모니터링부터 연설문 작성까지 모든 용도로 사용되었습니다.그러나 기술이 환경에 미치는 영향은 심각한 문제가 되고 있습니다.

가장 친숙한 AI 모델 중 하나인 ChatGPT는 다음을 사용하는 생성 AI의 한 형태입니다.자연어챗봇 스타일의 웹 인터페이스에서 사용자 쿼리에 응답하기 위한 처리입니다.

ChatGPT를 만든 회사인 OpenAI가 3세대 사람들을 교육하고 있을 때모델(즉, 사용자의 질문에 따라 어떤 콘텐츠를 생성할지 가르쳐줌) 1년 동안 캐나다 120가구에 전력을 공급할 만큼 충분한 전력을 사용했습니다.

그리고 훈련은 AI 모델 배출의 한 측면일 뿐입니다.시간이 지남에 따라 가장 큰 기여를 하는 요인은 모델 추론, 즉 모델을 실시간으로 실행하는 프로세스입니다.ChatGPT와 같은 대규모 언어 모델은 지속적으로 실행되어 사용자가 질문할 때까지 기다립니다.

이러한 모델을 구동하는 데 필요한 데이터 센터는 현재 전 세계 에너지 소비의 3%를 차지하고 있으며 거의 ​​사용하지 않습니다.재생 가능 에너지 원, 그리고,포브스에 따르면, 그만큼 많은 CO를 배출하고 있습니다₂브라질 전체 국가처럼.

Dalhousie 컴퓨터 공학부의 조교수인 Dr. Tushar Sharma를 만나보세요.

Sharma 박사의 연구는 지속 가능한 AI 및 소프트웨어 엔지니어링에 중점을 두고 있습니다.즉, 그는 이러한 모델을 구축하고 실행하는 소스 코드가 최대한 깨끗하고 효율적이라는 것을 보장합니다.그렇지 않은 경우에는 이를 식별하고 수정합니다.

Sharma 박사의 SMART Lab이 최근 발표되었습니다.연구~에소프트웨어 엔지니어링 및 방법론에 대한 ACM 거래코드의 어느 부분이 전력을 가장 많이 소모하는지 식별하여 세분화된 수준에서 AI 모델의 에너지 소비를 측정하는 방법을 자세히 설명합니다.(가정의 전력 요금을 생각해 보십시오. 이는 가정의 에너지 소비량을 크게 보여주지만 일반적으로 어떤 가전제품이 가장 많은 전기를 소비하는지 분석하지는 않습니다.)

또 다른 연구에서 그의 연구실은 AI 모델 내에서 수십 개의 코드 계층을 조사하여 더 이상 관련성이 없거나 유용하지 않거나 효과적이지 않은 토큰을 "가지치기"했습니다.

"우리는 이러한 대형 모델의 각 계층을 전략적으로 이동하고 내부에 필요한 계산을 줄입니다."라고 그는 설명합니다.

아이디어는 모델을 보다 효율적으로 훈련하여 전기 소모 및 후속 방출을 줄이는 것입니다."우리는 많은 전력이나 시간을 사용하지 않기 위해 노력하고 있으며, 이는 에너지 절감이나 탄소 배출 감소로 이어집니다."라고 그는 말합니다."이상적인 시나리오는 이점을 희생하지 않고 이러한 시스템을 교육하거나 운영하는 데 필요한 에너지를 줄이는 것입니다."

그렇다면 AI는 그만한 가치가 있습니까?

Dal 대학의 컴퓨터 공학부 학장 대행인 Christian Blouin 박사는 AI가 우리가 알고 있는 세상을 변화시킬 수 있는 잠재력을 갖고 있으며 기술을 더욱 친환경적으로 만들든 그렇지 않든 변화는 일어날 것이라고 말했습니다.

"우리는 더 적은 자원을 필요로 하는 중요한 문제를 해결하기 위한 더 나은 방법을 찾을 책임이 있습니다."라고 그는 말합니다."사람들이 AI를 활용하는 새로운 방법을 발견함에 따라 AI를 보다 지속 가능하게 만들기 위해 컴퓨터 과학을 개발하는 것이 중요합니다."

이러한 균형은 기후 분야에서 일하는 사람들에게 특히 중요합니다.Anya Waite 박사는 Dal의 연구 기관인 OFI(Ocean Frontier Institute)의 CEO이자 과학 이사입니다.OFI는 기후 시스템에서 해양의 변화하는 역할을 연구하고 기후 변화 완화를 위한 솔루션을 제공합니다.

웨이트 박사는 AI가 데이터를 관리하고 효율성과 정확성을 향상시키는 중요한 도구이기는 하지만, AI를 사용하여 절약하는 것보다 더 많은 에너지를 소비하게 되면 지속 불가능해진다고 말합니다.

"샤르마 박사의 작업은 AI 효율성을 지원하고 비용과 탄소 배출량을 낮추기 때문에 매우 중요합니다."라고 그녀는 말합니다."궁극적으로 Sharma 박사와 같은 작업이 없으면 우리는 새로운 혁신을 시작할 수 있는 능력을 잃을 위험이 있으며, 그들이 제공하는 주요 이점을 놓칠 수 있습니다."

까다로운 균형

Dal의 청정 기술 연구소(CTRI) 소장인 Michael Freund 박사는 사용자가 자신이 사용하는 기술을 지원하는 데 필요한 인프라와 운영을 항상 인식하고 있는 것은 아니라고 말합니다.

“AI의 책임있는 성장을 고려해야환경적 요인"라고 Freund 박사는 말합니다. "보다 효율적인 코드, 책임 있는 사용, 데이터 센터를 녹색 에너지원과 연결하는 등 효율적인 운영이 필요합니다."

그는 OFI처럼 CTRI도 운영 효율성을 높이기 위해 AI를 사용하는 경우가 많기 때문에 균형이 까다롭다는 점을 인정합니다.

"샤르마 박사와 같은 연구자들의 연구는 AI의 진정한 가치를 밝히고 AI의 개발 및 사용 방법에 대한 결정을 내릴 수 있게 해줄 것입니다."라고 그는 말합니다.

녹색 AI의 미래

데이터 센터를 재생 가능한 에너지원을 사용하도록 전환하는 것은 또 다른 큰 장애물이며 Sharma 박사는 태양열, 풍력 및 수력을 결합한 연구는 AI를 더욱 친환경적으로 만들 것이라고 말했습니다.

"이러한 모든 기술은 궁극적으로 친환경 AI라는 목표를 달성하고 이러한 기계 학습 모델을 계속 사용할 수 있는 방법을 찾는 데 도움이 됩니다.에너지비용."

추가 정보:Saurabhsingh Rajput 외, 세분화된 에너지 측정을 통해 딥 러닝에서 에너지 인식 향상,소프트웨어 엔지니어링 및 방법론에 대한 ACM 거래(2024).DOI: 10.1145/3680470