Приховані витрати штучного інтелекту: загрозлива нестача енергії та ресурсів

Нові технології, такі як моделі глибокого навчання, що швидко розвиваються, призвели до все більш складних моделей штучного інтелекту (ШІ). З перспективами, починаючи від автономних транспортних засобів — наземних, повітряних і морських — до вузькоспеціалізованого пошуку та створення інформації, як-от ChatGPT, можливості здаються безмежними. Проте існують потенційні підводні камені, такі як переміщення з роботи та проблеми з конфіденційністю, а також проблеми з матеріалами та енергією.

Кожна операція, яку виконує комп’ютер, відповідає електричним сигналам, які проходять через його апаратне забезпечення та споживають енергію. Діп Джарівала, доцент кафедри електротехніки та системної інженерії Школи інженерії та прикладних наук, і Бенджамін С. Лі, професор електротехніки та системної інженерії, а також комп’ютерних та інформаційних наук, поговорили з Penn Today про вплив зростання довіри до обчислень ШІ оскільки інфраструктура розвивається, щоб полегшити його постійно зростаючі потреби.

Що відрізняє ШІ та його поточні програми від інших ітерацій обчислень?

Джарівала: Це абсолютно нова парадигма з точки зору функції. Згадайте найперший комп’ютер, електричний цифровий інтегратор і комп’ютер (ENIAC), який ми маємо тут, у Penn. Він був створений для виконання математики, яка займала б надто багато часу для обчислень вручну, і здебільшого використовувався для обчислення балістичних траєкторій, тому в його основі була зрозуміла логіка: додавання, віднімання, множення та ділення, скажімо, 10- цифри, введені вручну.

Лі: Обчислення для ШІ складається з трьох основних частин. Один із них — попередня обробка даних, що означає організацію великого набору даних, перш ніж ви зможете з ним щось робити. Це може включати маркування даних або їх очищення, але в основному ви просто намагаєтеся створити в них певну структуру.

Після попередньої обробки ви можете почати «тренувати» ШІ; це все одно, що навчити його інтерпретувати дані. Далі ми можемо зробити те, що ми називаємо штучним інтелектом, який запускає модель у відповідь на запити користувача.

Jariwala: З ШІ мова йде не так про обробку необроблених чисел, а більше про використання складних алгоритмів і машинного навчання для навчання та адаптації до нової інформації чи ситуацій. Це не тільки ручне введення значення, оскільки воно може черпати інформацію з більших наборів даних, як-от Інтернет.

Ця здатність збирати дані з різних місць, використовувати імовірнісні моделі для оцінки відповідності поставленому завданню, інтегрувати цю інформацію, а потім надавати результат, який у багатьох випадках неймовірно нагадує людський, — це те, що відрізняє його від традиційних обчислень. Великі мовні моделі, такі як ChatGPT, демонструють цей новий набір операцій, коли ви ставите йому запитання, і він збирає конкретну відповідь. Він бере базові передумови пошукової системи, але підвищує її швидкість.