尽管关于人工智能危险的讨论，包括错误信息和对取代人类工作的威胁，仍然占据主导地位，但波士顿大学的一位教授正在警告另一种可能的副作用——生成式人工智能工具可能带来相当大的环境影响。
波士顿大学计算机科学副教授凯特·桑科(Kate Saenco)在《对话》的一篇文章中写道:“作为一名人工智能研究人员，我经常担心构建人工智能模型的能源成本。”她指出，“人工智能越强，需要的能量就越多。”
虽然比特币和以太坊等区块链的能源消耗已经成为从推特到国会大厅研究和争论的焦点，但人工智能的快速发展对地球的影响却没有得到同样的关注。
Saenco教授旨在改变这种情况，但她在文章中承认，单个生成式人工智能查询的碳足迹数据是有限的。不过，她表示，研究结果显示，生成式人工智能查询的能耗比简单的搜索引擎查询高4到5倍。
根据2019年的一份报告，Saenco教授提到了一个名为Bert(来自变压器的双向编码器表示)的生成式人工智能模型，它有1.1亿个参数。训练这个模型所消耗的能量相当于一个人横跨大陆的往返飞行，模型是用图形处理器(GPU)来训练的。
在人工智能模型中，参数是从数据中学习的变量，用于指导模型的预测。模型中的参数越多，通常意味着模型越复杂，因此需要更多的数据和计算资源。在训练过程中，参数将被调整以最小化误差。
相比之下，Saenco教授提到，OpenAI的GPT-3模型有1750亿个参数，其能耗相当于123辆汽油动力乘用车一年的能耗，或约1,287 MWh的电力。同时，该模型产生了552吨二氧化碳。她补充说，这个数字只是在准备开始使用该型号之前，没有任何消费者开始使用该型号时的数据。
Saenco教授说:“如果聊天机器人像搜索引擎一样受欢迎，部署这些人工智能的能源成本可能会非常高。”例如，她提到微软本月早些时候在其Bing网络浏览器中添加了ChatGPT。
让事情变得更复杂的是，越来越多的AI聊天机器人，如perfuzzy AI和OpenAI的热门ChatGPT，正在发布移动应用程序。这使得他们更容易使用，并接触到更广泛的用户群。
Saenco教授指出，谷歌进行的一项研究发现，使用更高效的模型架构和处理器，以及更环保的数据中心，可以显著减少碳足迹。
Saenco写道:“单个大型AI模型不会破坏环境，但如果数千家公司为不同目的开发略有不同的AI机器人，并且每个机器人都被数百万客户使用，那么能耗可能会成为一个问题。”
最后，Saenco总结说，需要更多的研究来使生成式人工智能更加高效，但她对此持乐观态度。
她写道:“好消息是，AI可以依靠可再生能源运行。通过把计算放在可再生能源更丰富的地方，或者把计算安排在可再生能源更丰富的时间，可以比以化石燃料为主的电网减少30到40倍的排放。”
本网站声明:网站内容来源于网络。如有侵权，请联系我们，我们会及时处理。
温馨提示：注：内容来源均采集于互联网，不要轻信任何，后果自负，本站不承担任何责任。若本站收录的信息无意侵犯了贵司版权，请给我们来信(j7hr0a@163.com)，我们会及时处理和回复。
原文地址"ai形成生成器工具怎么用，生成器模式的意图是将一个复杂对象的构建"：http://www.guoyinggangguan.com/qkl/146521.html。
微信扫描二维码关注官方微信
▲长按图片识别二维码
