人工智能技術(shù)背后的碳足跡驚人，研究人員呼吁提高創(chuàng)新效率

人工智能(AI)可以幫助我們識(shí)別罪犯，識(shí)別某些疾病，識(shí)別語(yǔ)音，計(jì)算路況信息等等，但這些技術(shù)進(jìn)步的背后可能意味著過(guò)多的計(jì)算量。

當(dāng)前，人工智能的發(fā)展主要依靠3個(gè)因素推進(jìn)：算法創(chuàng)新、數(shù)據(jù)量，以及計(jì)算量。2018年，人工智能非營(yíng)利組織OpenAI發(fā)布了一項(xiàng)研究稱，算法創(chuàng)新和數(shù)據(jù)往往難以跟蹤，但計(jì)算量卻可以量化，這就為測(cè)量AI發(fā)展進(jìn)度提供了機(jī)會(huì)。研究跟蹤了2012年以來(lái)人工智能的計(jì)算量，得出的結(jié)論是訓(xùn)練大型模型所需的計(jì)算資源每三到四個(gè)月就會(huì)翻一番。相比之下，摩爾定律的周期為18個(gè)月。

除了OpenAI的研究外，據(jù)《MIT科技評(píng)論》報(bào)道，今年6月份，另一項(xiàng)研究發(fā)現(xiàn)，特別是開(kāi)發(fā)大規(guī)模的自然語(yǔ)言處理模型可能會(huì)產(chǎn)生令人震驚的碳足跡。

之所以會(huì)產(chǎn)生這樣的趨勢(shì)，是由于大多數(shù)的研究團(tuán)隊(duì)都更看重最新技術(shù)水平的研發(fā)，而不考慮開(kāi)發(fā)成本。

換句話說(shuō)，這些研究團(tuán)隊(duì)更愿意對(duì)外表明自己技術(shù)提高了多少，而不愿意透露技術(shù)改進(jìn)背后的成本增加。據(jù)專家預(yù)測(cè)，如果按照現(xiàn)有的發(fā)展速度，到2025年，人工智能的用電量將占世界用電量的十分之一。

在一篇新論文中，艾倫人工智能研究所(AI2)認(rèn)為，這樣的趨勢(shì)對(duì)于人工智能的多樣性和進(jìn)步也產(chǎn)生影響：導(dǎo)致需要大量計(jì)算資源才完成的科技成果在AI學(xué)術(shù)界享受特權(quán)。例如，這可能會(huì)將該領(lǐng)域的發(fā)展局限于更符合公司激勵(lì)的短期項(xiàng)目，而不是有利于公眾的長(zhǎng)期進(jìn)步項(xiàng)目。

為了改變這樣的情況， AI2研究人員提出了一種激勵(lì)機(jī)器學(xué)習(xí)節(jié)能的新方法。AI2的研究人員建議，AI研究人員應(yīng)公布訓(xùn)練模型的財(cái)務(wù)和計(jì)算成本，以及他們的績(jī)效結(jié)果。研究人員希望提高透明度，從而激勵(lì)更多的投資投入到開(kāi)發(fā)高效機(jī)器學(xué)習(xí)算法領(lǐng)域。

艾倫人工智能研究院CEO Oren Etzioni認(rèn)為，來(lái)自出版物和頂級(jí)會(huì)議的論文評(píng)審人應(yīng)該獎(jiǎng)勵(lì)那些提高效率和準(zhǔn)確性的研究。不過(guò)，他也指出，在人們對(duì)效率指標(biāo)進(jìn)行標(biāo)準(zhǔn)化之前，很難評(píng)估這種貢獻(xiàn)的重要性。

之所以在當(dāng)下提出這樣的方法，Etzioni稱是看到了近年來(lái)，一些科技公司研究實(shí)驗(yàn)室在深度學(xué)習(xí)中投入的計(jì)算量急劇上升。

Etzioni希望人工智能研究社區(qū)能意識(shí)到這種權(quán)衡。另外，投資更高效的算法可以從可用的資源中獲得更多的利潤(rùn)，并產(chǎn)生其他收益?！斑@不是一個(gè)或兩件事，我們只是想在這個(gè)領(lǐng)域取得更好的平衡?！?他說(shuō)。

2014年，艾倫人工智能研究所由微軟聯(lián)合創(chuàng)始人保羅·艾倫(Paul Allen)與他人共同創(chuàng)立，專注于研究人工智能可能給人類帶來(lái)的幫助。目前主要專注于四個(gè)項(xiàng)目：名為Aristo的機(jī)器閱讀與推理程序、SemanticScholar語(yǔ)義理解搜索程序，Euclid自然語(yǔ)言理解程序和Plato計(jì)算機(jī)視覺(jué)程序。