每当谈及未来科技,人工智能和新能源常常一起出现。久而久之,我们似乎都有种错觉,人工智能就是节能环保的。但事实却非如此,人工智能虽然功能强大,科幻感十足,但却一点也不环保,甚至“污染”严重。
十二月初,一则谷歌公司的丑闻引起了轩然大波。事件起因是谷歌一名研究员想发表论文,但被内部否决、并被要求撤稿。这篇论文的内容就是关于谷歌的语言处理人工智能会产生巨大的碳足迹。碳足迹(carbon footprint)是指企业机构、产品或个人通过交通运输、食品生产和消费以及各类生产过程等引起的温室气体排放的集合。而根据研究人员估计,训练一个人工智能模型所产生的碳排放,相当于把五部车生产出来并开到报废。

像谷歌在爱荷华州的这个数据中心就耗费了大量电力。
那为什么AI模型是如此的耗电呢?它与传统的数据中心计算有什么不同呢?
培训效率低
相比数据中心完成的传统数据处理包括视频流、电子邮件和社交媒体。AI的计算量更大,因为它需要阅读大量的数据,直到它学会理解这些数据–也就是我们常说的接受训练。
虽然被称为人工智能,但与人的学习方式相比,这种训练的效率非常低。现代人工智能使用的是人工神经网络,它是模拟人脑神经元的一种数学计算。每个神经元与相邻神经元的连接强度是网络的一个参数,被称为权重。为了学习如何理解人类语言,网络会从随机权重开始,并逐步调整,直到模型的输出与正确答案一致。

训练语言网络的一个常见方法就是,给它输入大量来自维基百科和新闻机构等网站的文本,并将一些单词屏蔽掉,让它猜测被屏蔽的单词。一个例子是 “我的狗很可爱”,”可爱 “这个词被掩盖掉。一开始,模型会把它们全部弄错,但是,经过多轮调整后,连接权重会开始变化,并在数据中发现正确的模式,而网络最终也变得准确。