正如我们所知，人工智能（AI）已经改变了世界。它被用于从医疗保健监控到撰写演讲稿的各种用途。但该技术对环境的影响正成为一个严重的问题。

ChatGPT 是最熟悉的 AI 模型之一，是一种生成式 AI，它使用自然语言处理以在聊天机器人样式的 Web 界面中响应用户查询。

当创建 ChatGPT 的 OpenAI 公司正在训练他们的第三代时模型（也就是说，教它根据用户的问题生成哪些内容），它使用的电力足以为 120 个加拿大家庭提供一整年的电力。

训练只是人工智能模型排放的一方面。随着时间的推移，最大的贡献者是模型推理，或者实时运行模型的过程。像 ChatGPT 这样的大型语言模型会不断运行，等待用户提出问题。

为这些模型提供动力所需的数据中心目前占全球能源消耗的 3%，但它们很少使用可再生能源， 和，据《福布斯》报道，排放了同样多的二氧化碳₂作为整个巴西国家。

达尔豪斯计算机科学学院的助理教授 Tushar Sharma 博士登场了。

Sharma 博士的研究重点是可持续人工智能和软件工程。换句话说：他确保构建和运行这些模型的源代码尽可能干净和高效。当它们不存在时，他会识别并修复它们。

Sharma 博士的 SMART 实验室最近发表一项研究在ACM 软件工程和方法学汇刊详细介绍了如何通过识别代码的哪些部分最耗电来在粒度级别上测量人工智能模型的能耗。（想想你家的电费账单：它明显地显示了家庭的能源消耗，但它通常不会详细说明哪些电器消耗的电量最多。）

在另一项研究中，他的实验室筛选了人工智能模型中的数十层代码，以“修剪”不再相关、有用或有效的标记。

“我们战略性地遍历这些大型模型的每一层，并减少内部所需的计算，”他解释道。

其想法是更有效地训练模型，从而减少电力消耗和随后的排放。“我们正在努力减少使用过多的电力或时间，从而减少能源或碳排放，”他说。“理想的情况是，我们在不牺牲效益的情况下减少训练或操作这些系统所需的能源。”

那么人工智能值得吗？

达尔计算机科学学院代理院长 Christian Blouin 博士表示，人工智能有潜力改变我们所知的世界，无论我们是否让这项技术变得更加环保，这一切都将发生。

“我们有责任找到一种更好的方法来解决需要更少资源的重要问题，”他说。“随着人们发现利用人工智能的新方法，我们发展计算机科学以使其更具可持续性至关重要。”

这种平衡对于气候领域的工作人员尤其重要。Anya Waite 博士是达尔研究机构海洋前沿研究所 (OFI) 的首席执行官兼科学主任。OFI 研究海洋在气候系统中不断变化的作用，并提供缓解气候变化的解决方案。

韦特博士表示，虽然人工智能是管理数据、提高效率和准确性的关键工具，但如果我们最终花费的能源多于使用它节省的能源，它就会变得不可持续。

“夏尔马博士的工作至关重要，因为它支持人工智能效率并降低其成本和碳足迹，”她说。“最终，如果没有夏尔马博士这样的工作，我们就有可能失去推出新创新的能力，并且可能会错过它们提供的主要好处。”

一个棘手的平衡

Michael Freund 博士是达尔清洁技术研究所 (CTRI) 的主任，他表示用户并不总是了解支持他们使用的技术所需的基础设施和操作。

“人工智能的负责任发展必须考虑环境因素”弗罗因德博士说。“它必须需要高效的运营，包括更高效的代码、负责任的使用以及将数据中心与绿色能源结合起来。”

他承认，这是一个棘手的平衡，因为与 OFI 一样，CTRI 经常使用人工智能来提高运营效率。

“夏尔马博士等研究人员的工作将揭示人​​工智能的真正价值，并为如何开发和使用人工智能的决策提供信息，”他说。

绿色人工智能未来

将数据中心转变为使用可再生能源是另一个大障碍，夏尔马博士表示，像他这样的研究与太阳能、风能和水力发电相结合，将使人工智能变得更加环保。

“所有这些技术最终都有助于实现绿色人工智能的目标，并找出我们如何继续使用这些机器学习模型，但以较低的成本活力成本。”

更多信息：Saurabhsingh Rajput 等人，通过细粒度能源测量增强深度学习中的能源意识，ACM 软件工程和方法学汇刊（2024）。DOI：10.1145/3680470