Škoda na podnebju zaradi emisij toplogrednih plinov je več kot očitna in za pomoč raziskovalni skupnosti razumeti prispevek umetne inteligence k podnebnim spremembam in sprejeti nove raziskovalne paradigme, pri katerih zmanjšanje emisij Skupina mednarodnih raziskovalcev umetne inteligence in podatkovnih znanstvenikov, ki so bili obravnavani kot kritično merilo uspešnosti, je sodelovala pri oblikovanju programske opreme, ki je sposobna oceniti ogljični odtis IT-dejavnosti.
CodeCarbon je odprtokodna programska oprema zasnovan za pomoč podjetjem pri spremljanju ogljičnega odtisa AI.
Comet, ponudnik rešitev MLOps, je sodeloval s konzorcijem umetnih inteligenc in družb za podatkovno znanost z vsega sveta: MILA, raziskovalni laboratorij za umetno inteligenco, ki ga je vodil Yoshua Bengio iz Montreala, BCG GAMMA, oddelek za analitiko in podatkov iz Bostona Consulting Group in Haverford College v Pensilvaniji za ustvarjanje odprtokodne programske opreme.
O CodeCarbonu
CodeCarbon je programska oprema na osnovi pythona da bo programerjem omogočil, da bodo svojo kodo naredili bolj učinkovito in zmanjšali količino proizvedenega CO2 za uporabo računalniških virov in jih bo k temu motiviral.
Programska oprema ne samo ocenjuje količino proizvedenega CO2 za uporabo informacijskih virov, daje razvijalcem tudi nasvete o tem, kako zmanjšati emisije izbiro vaše oblačne infrastrukture v regijah, ki uporabljajo nizkoenergijske vire.
Yoshua Bengio, ustanovitelj MILA in dobitnik Turingove nagrade, je dejal:
»AI je močna tehnologija in sila dobrega, vendar se je treba zavedati naraščajočih vplivov na okolje. Cilj projekta CodeCarbon je ravno doseči ta cilj in upam, da bo spodbudil skupnost umetnih inteligenc, da izračuna, razkrije in zmanjša njihov ogljični odtis. "
Sylvain Duranton, izvršni direktor in starejši partner pri Boston Consulting Group (BCG) in globalni direktor pri BCG GAMMA, je dejal:
»Na podlagi nedavne zgodovine bo uporaba IT na splošno in zlasti umetne inteligence še naprej eksponentno rasla po vsem svetu. V tem okviru lahko CodeCarbon pomaga organizacijam zagotoviti, da se njihov skupni ogljični odtis čim manj poveča “.
V globokem učnem okolju usmerjenem raziskovalnem okolju se napredek na področju umetne inteligence v veliki meri dosega z ustvarjanjem večjih modelov, združevanjem večjih podatkovnih nizov in izkoriščanjem večje računalniške moči.
Usposabljanje zmogljivega učnega algoritma lahko zahteva uporabo več računalnikov v dneh ali tednih.
Za arhitekture, kot so VGG, BERT, GPT-2 in GPT-3, ki imajo milijone konfiguracij in se nekaj tednov usposabljajo na več grafičnih procesorjih, to je lahko razlika več sto kilogramov CO-eq.
OpenAI-jev GPT-2, izdan leta 2019, temelji na 1.5 milijarde parametrov, njegov naslednik GPT-3 pa je bil izdan lani, s 175 milijardami parametrov pa je več kot 100-krat večji od predhodnika. Ko bodo večji modeli še naprej napredovali na terenu, se bo povečala tudi količina energije, porabljene za njihovo usposabljanje.
CodeCarbon ima modul sledilnega mehanizma, ki beleži količino porabljene energije s strani večjih ponudnikov računalništva v oblaku in zasebnih podatkovnih centrov, ki jih gostijo.
Potem sistem uporablja podatke iz javnih virov za oceno količine proizvedenega CO2, preverjanje statistike električnega omrežja, na katero je oprema priključena.
Sledilnik oceni proizvedeni CO2 za vsak poskus z uporabo določenega modula AI, pri čemer hrani podatke o emisijah za projekte in za celotno organizacijo.
Ideja je, da bo CodeCarbon podjetjem IT in AI pomagal omejiti ogljični odtis ko rastejo. CodeCarbon bo ustvaril nadzorno ploščo, ki bo podjetjem omogočila, da bodo zlahka videli količino emisij, ki nastanejo z usposabljanjem njihovih modelov strojnega učenja.
Sposobnost sledenja emisijam CO2 predstavlja pomemben napredek v sposobnosti razvijalcev, da pametno uporabljajo energetske vire in s tem zmanjšujejo vpliv svojega dela v vedno bolj krhkem okolju.