Bagaimana membuat AI lebih ramah lingkungan dan lebih efisien

Wirth Research, sebuah perusahaan teknik yang mengkhususkan diri dalam dinamika fluida komputasi, menjadi semakin peduli dengan kelestarian lingkungan.

Awalnya berfokus pada desain mobil balap, memungkinkan klien untuk mengganti angin yang mahal terowongan bekerja dengan pemodelan terkomputerisasi, tetapi dalam beberapa tahun terakhir ia telah merancang peralatan yang mengurangi hambatan aerodinamis truk, dan perangkat yang mengurangi udara dingin yang keluar dari lemari es supermarket bagian depan, memotong penggunaan energi hingga seperempatnya.

Perusahaan yang berbasis di Bicester juga ingin mengurangi energi yang digunakan oleh pemodelan terkomputerisasi yang terperinci, yang untuk aerodinamika mobil mensimulasikan sekitar setengah miliar sel kecil udara. Itu sudah menyesuaikan resolusi sel dalam setiap model, dengan jaring sub-milimeter yang lebih halus digunakan di dekat tepi yang tajam.

Kemudian, selama pandemi ketika menyadari staf dapat bekerja secara efektif dari rumah, Wirth pindah komputasinya dari situsnya sendiri ke pusat data bertenaga energi terbarukan di Islandia yang dijalankan oleh Verne Global. Perangkat keras baru telah memangkas kebutuhan energi hingga tiga perempat dan daya yang digunakan adalah netral karbon.

Manajer teknik Rob Rowsell mengatakan bahwa total biaya peralatan baru tersebar selama beberapa tahun, ditambah penggunaan Fasilitas dan konektivitas Islandia, jumlahnya kurang dari tagihan listrik Inggris yang lama. Selain itu, karena berencana untuk melanjutkan pekerjaan hibrida, perusahaan telah pindah ke kantor yang lebih kecil di gedung yang ramah lingkungan.

Wirth ingin membuat proses komputasinya tetap lebih efisien. Itu sudah dapat menghentikan iterasi model virtual ketika mereka menstabilkan daripada menjalankannya beberapa kali, tetapi melihat bagaimana itu dapat menggunakan kecerdasan buatan (AI) yang dilatih pada pekerjaan sebelumnya untuk menggunakan beberapa iterasi untuk memprediksi versi yang stabil dari model yang biasanya membutuhkan waktu lebih lama untuk dicapai.

Prediksi tidak perlu sepenuhnya akurat karena perusahaan kemudian akan melakukan beberapa iterasi lagi untuk memeriksa kestabilan model. “Pada akhirnya Anda akan dapat melakukan 15 atau 20 iterasi daripada 100,” kata Rowsell.

Ada banyak potensi untuk menggunakan AI untuk mengatasi perubahan iklim, kata Peter van der Putten, direktur keputusan dan solusi AI di penyedia perangkat lunak berbasis di Massachusetts Pegasystems dan asisten profesor di Universitas Leiden di Belanda.

Namun dalam beberapa tahun terakhir, AI semakin berarti menggunakan model pembelajaran mendalam yang membutuhkan komputasi dalam jumlah besar dan listrik untuk dijalankan, seperti model bahasa GPT3 OpenAI, dilatih pada hampir 500 miliar kata dan menggunakan 175 miliar parameter.

“Sampai saat ini, model lain yang lebih besar adalah mode ,” kata van der Putten. Tetapi pertimbangan lingkungan menyoroti manfaat membuat AI lebih efisien, dengan meningkatnya biaya listrik meningkatkan pembenaran ekonomi. “Baik dari sudut pandang keuangan maupun dari sudut pandang iklim, kecil itu indah.”

Alasan lain adalah model yang lebih sederhana dan lebih efisien dapat menghasilkan hasil yang lebih baik. Pada tahun 2000, van der Putten ikut melakukan tantangan di mana peserta mencoba memprediksi pelanggan perusahaan asuransi mana yang akan tertarik untuk membeli perlindungan karavan, berdasarkan lusinan variabel pada ribuan orang.

Ini menampilkan data bising kehidupan nyata, yang dapat menyesatkan model kompleks. “Anda mungkin mulai melihat pola di mana tidak ada. Anda mulai melebih-lebihkan data,” kata van der Putten. Masalah ini terjadi ketika data pelatihan tidak sama persis dengan data yang membutuhkan prediksi – seperti ketika mereka mencakup dua kumpulan orang yang berbeda. Model yang lebih sederhana juga berfungsi dengan baik bila ada hubungan yang jelas atau bila hanya ada beberapa titik data.

Merevisi model besar yang dilatih pada data dalam jumlah besar juga bisa jadi sulit dan mahal. Untuk situasi yang berkembang, seperti mengalokasikan pekerjaan ke sekelompok karyawan dengan banyak yang bergabung dan keluar, model “pembelajaran online” yang lebih ringan yang dirancang untuk beradaptasi dengan cepat berdasarkan informasi baru dapat menjadi pilihan terbaik.

Van der Putten mengatakan bahwa selain lebih murah dan memiliki dampak lingkungan yang lebih sedikit, model ini juga lebih mudah untuk diinterpretasikan. Ada juga opsi untuk menggunakan algoritme pembelajaran mesin klasik, seperti mesin vektor pendukung, yang digunakan untuk mengklasifikasikan item, yang cenderung lebih ringan karena dikembangkan pada masa daya komputasi yang jauh lebih terbatas.

Van der Putten mengatakan bahwa spesialis AI dibagi menjadi suku-suku yang menyukai teknik tertentu dari akhir 1980-an dan awal 1990-an, tetapi para praktisi kemudian belajar menggunakan pendekatan yang berbeda dalam situasi yang berbeda atau menggabungkannya. “Kembali ke lebih banyak pendekatan multi-disiplin akan sehat” katanya tentang hal-hal sekarang, mengingat alternatif untuk pembelajaran mendalam yang didorong oleh data besar umumnya menggunakan daya komputasi yang jauh lebih sedikit.

Daftar Isi

Harus memulai di suatu tempat

Salah satu opsi adalah memberikan model AI awal titik atau struktur, menurut Jon Crowcroft, profesor sistem komunikasi di Universitas Cambridge dan pendiri perusahaan penemuan data iKVA yang berbasis di Cambridge.

Model bahasa digunakan untuk memasukkan aturan struktural daripada didasarkan pada analisis miliaran kata, dan model serupa yang berfokus pada sains dapat mengambil manfaat dari prinsip-prinsip yang relevan yang diprogram. Hal ini terutama berlaku saat menganalisis bahasa, video, atau gambar, di mana volume data cenderung sangat tinggi.

Misalnya , sistem AI dapat belajar mengidentifikasi protein lonjakan virus corona secara lebih efisien jika diberi sampel bentuk lonjakan. “Daripada hanya memiliki miliaran gambar dan seseorang melabelinya, Anda memiliki model kebenaran dasar,” kata Crowcroft.

Dia menambahkan bahwa pendekatan ini tepat ketika setiap hasil dapat memiliki konsekuensi yang signifikan, seperti dengan gambar medis. Hal ini dapat membutuhkan spesialis untuk memberikan materi awal, meskipun ini mungkin bukan kelemahan yang signifikan jika mereka yang menyiapkan model adalah ahli, seperti yang mungkin terjadi untuk penggunaan akademis. Masukan manusia awal tersebut dapat memotong daya komputasi yang diperlukan untuk mengembangkan model AI secara signifikan dan membuatnya lebih mudah untuk menjelaskan model.

Menjalankan AI secara lokal berarti lebih sedikit data yang dikirim melalui jaringan, menghemat daya dan uang

Ini juga dapat membantu untuk mengubah tempat AI bekerja, serta bagaimana caranya. Model pembelajaran mesin gabungan dapat melibatkan pengukur yang benar-benar cerdas menganalisis penggunaan listrik pelanggan dan mengirimkan pembaruan sesekali dari model yang dihasilkan ke pemasok, berbeda dengan pengukur saat ini yang mengirim data penggunaan setiap beberapa menit.

“Perusahaan listrik peduli untuk memiliki model yang dapat digunakan semua orang dari waktu ke waktu”, bukan apa yang dilakukan setiap pelanggan hampir secara real-time, kata Crowcroft.

Melakukan AI secara lokal akan jauh lebih berarti data yang dikirim melalui jaringan, menghemat daya dan uang, dan akan menawarkan privasi yang lebih besar karena data penggunaan yang terperinci tidak akan meninggalkan properti. “Anda bisa membalikkan keadaan,” tambah Crowcroft. “Pembelajaran tepi” semacam itu dapat bekerja dengan baik untuk monitor perawatan kesehatan pribadi, di mana privasi sangat penting.

Mengurangi energi yang dibutuhkan untuk AI

Jika diperlukan model pembelajaran mendalam yang terpusat, ada cara untuk membuatnya lebih efisien. Spesialis pengoptimalan kode yang berbasis di London, TurinTech, menganggap biasanya dapat mengurangi energi yang dibutuhkan untuk menjalankan model AI hingga 40%. Jika kecocokan yang sedikit kurang akurat dapat diterima maka penghematan yang jauh lebih besar dimungkinkan, menurut kepala eksekutif Leslie Kanthan. , model yang dilatih pada data perdagangan keuangan masa lalu tidak dapat memprediksi perilakunya di masa depan. Model yang lebih sederhana dapat memberikan prediksi yang baik, jauh lebih murah untuk dikembangkan, dan lebih cepat untuk disiapkan dan diubah – keuntungan signifikan dalam perdagangan.

Pengoptimal TurinTech menggunakan hibrida pembelajaran mendalam dan algoritme genetika atau evolusioner untuk mengadaptasi model berdasarkan informasi baru, daripada perlu membuat ulang dari awal. “Ini akan mencoba membengkokkan model pembelajaran mendalam agar sesuai,” kata Kanthan.

Harvey Lewis, mitra rekanan Ernst and Young UK dan kepala ilmuwan data dari praktik pajaknya, mengatakan bahwa algoritma evolusioner dan metode statistik Bayesian berguna dalam membuat pembelajaran mendalam menjadi lebih efisien. Namun, adalah umum untuk mengambil pendekatan brute force untuk menyetel parameter dalam model, menjalankan sejumlah besar kombinasi untuk melihat apa yang berhasil, yang untuk miliaran parameter “akan menjadi sangat mahal secara komputasi”.

Biaya pekerjaan tersebut dapat dikurangi dengan menggunakan perangkat keras khusus, kata Lewis. Unit pemrosesan grafis, yang dirancang untuk melakukan perhitungan dengan cepat untuk menghasilkan gambar, lebih baik daripada komputer pribadi untuk keperluan umum. Array gerbang yang dapat diprogram lapangan yang dapat dikonfigurasi oleh pengguna dan unit pemrosesan tensor yang dirancang oleh Google khusus untuk AI lebih efisien, dan komputasi kuantum diatur untuk melangkah lebih jauh.

Tetapi Lewis mengatakan bahwa itu membuat masuk akal terlebih dahulu untuk menanyakan apakah AI yang kompleks benar-benar diperlukan. Model pembelajaran mendalam pandai menganalisis volume besar data yang konsisten. “Mereka sangat baik dalam melakukan tugas sempit yang telah mereka latih,” katanya. Namun dalam banyak kasus, ada opsi yang lebih sederhana dan lebih murah yang memiliki dampak lingkungan yang lebih kecil.

Lewis suka menemukan garis dasar, model AI paling sederhana yang dapat menghasilkan jawaban yang masuk akal. “Setelah Anda mendapatkannya, apakah Anda perlu melangkah lebih jauh, atau apakah itu memberikan apa yang Anda butuhkan?” dia berkata. Selain menghemat uang, listrik, dan emisi, model yang lebih sederhana seperti pohon keputusan lebih mudah dipahami dan dijelaskan, fitur yang berguna di bidang seperti perpajakan yang perlu terbuka untuk diperiksa dan diaudit.

Dia menambahkan bahwa seringkali bermanfaat untuk menggabungkan kecerdasan manusia dengan jenis buatan. Ini dapat mencakup pemeriksaan manual untuk masalah kualitas data dasar, seperti apakah bidang yang ditandai sebagai tanggal dapat dikenali seperti ini, sebelum pekerjaan otomatis dimulai.

Sehingga seringkali lebih efisien untuk membagi proses antara mesin dan manusia , dengan perangkat lunak yang melakukan penyortiran volume tinggi seperti melihat gambar dengan anjing, lalu orang membuat penilaian yang lebih menantang seperti mengklasifikasikan ras. “Membawa manusia ke dalam lingkaran adalah cara untuk membantu kinerja dan membuatnya lebih berkelanjutan,” kata Lewis.

Baca selengkapnya

Rekomendasi:

Bagaimana satu startup solusi data ingin… 3 Maret 2022 oleh Michael Bürgi Dalam ruang perusahaan data/teknologi iklan yang sangat sangat ramai dan semakin kompleks yang ingin menyajikan nuansa baru bagi pembeli/perencana media dan penjual media, khususnya…
Rekomendasi Sepeda Listrik: Pilihan Terbaik untuk… Rekomendasi Sepeda Listrik: Pilihan Terbaik untuk Mobilitas Ramah Lingkungan 🚲 Meningkatkan Mobilitas dengan Sepeda Listrik 🚲 Sobat Sekitar, selamat datang di artikel jurnal ini yang akan membahas rekomendasi sepeda listrik.…
Sepeda Listrik Fiido: Mobilitas Ramah Lingkungan… Sepeda listrik Fiido telah menjadi populer di kalangan pecinta sepeda dan mereka yang mencari alternatif transportasi yang ramah lingkungan. Dalam artikel ini, kami akan memberikan informasi yang detail tentang sepeda…
Signifikansi Kesehatan Lingkungan dalam Kehidupan… Pengantar Kesehatan lingkungan menjadi isu yang semakin mendesak untuk ditangani seiring dengan pertumbuhan populasi dan aktivitas industri. Kesadaran akan dampak kesehatan yang disebabkan oleh faktor lingkungan menjadi landasan utama dalam…
Sepeda Listrik Terbaru: Inovasi dan Teknologi… Selamat datang di blog kami yang membahas tentang sepeda listrik terbaru. Industri sepeda listrik terus mengalami perkembangan pesat dengan hadirnya inovasi dan teknologi terkini. Pada blog ini, kami akan memperkenalkan…
Potensi teknologi baru dalam dehumidifikasi industri Dehumidifikasi industri memainkan peran kunci dalam berbagai sektor, mulai dari konstruksi dan manufaktur hingga pusat penyimpanan data dan data. Dengan munculnya teknologi baru, kemampuan penurun kelembapan industri telah berkembang, memecahkan…
EPA mengumumkan standar efisiensi bahan bakar paling… Pada hari Senin, pemerintahan Biden menyelesaikan standar efisiensi bahan bakar baru yang dirancang untuk membatasi emisi gas rumah kaca yang dikeluarkan oleh kendaraan penumpang. Pada tahun 2026, Badan Perlindungan Lingkungan…
3 Cara untuk Lebih Baik Menerapkan AI ke Kumpulan Data Kecil Ukuran sampel selalu berperan dalam ilmu data, tetapi ada beberapa contoh di mana risiko, waktu, atau biaya akan membatasi ukuran data Anda: Anda hanya dapat meluncurkan roket satu kali; Anda…
MEMBUDAYAKAN LINGKUNGAN SEHAT: Gaya Hidup… Lingkungan Hidup Sehat: Tips Menciptakan Dunia yang Lebih Hijau Hari Bumi yang diperingati setiap tanggal 22 April merupakan pengingat bagi kita semua untuk lebih peduli terhadap lingkungan hidup. Bumi yang…
Sejarah Otomotif Indonesia: Sebuah Perjalanan Luar… Tahukah Anda bahwa Indonesia memiliki sejarah otomotif yang cukup panjang dan menarik? Dimulai dari masa kolonial Belanda hingga era modern, industri otomotif Indonesia telah mengalami berbagai perkembangan dan perubahan. Pada…
Apple Diam-diam Menyertakan Fitur Luar Biasa di… IPhone 13 Pro memiliki beberapa fitur hebat yang sulit untuk dilewatkan. Sistem kamera, yang secara harfiah lebih besar dari sebelumnya, adalah salah satu contoh nyata. Tidak hanya lensa dan sensor…
Dampak Iklim Cryptocurrency: Apa yang Sebenarnya… Sementara penginjil dan kritikus berdebat apakah cryptocurrency mewakili masa depan uang atau tidak lebih dari skema Ponzi raksasa dan surga bagi geng ransomware, pengedar narkoba, dan teroris, fakta dasar sering…
Pembuatan Kapal Mitsubishi Mengadakan Upacara… Pembuatan Kapal Mitsubishi Menyelenggarakan Upacara Pembaptisan dan Peluncuran di Shimonoseki untuk Feri berbahan bakar LNG Pertama di Jepang- KURENAI BUNGA MATAHARI Dibangun untuk MOL untuk Melayani Rute Osaka-Beppu mulai Januari…
Hitachi Energy Mengumumkan Transformer EconiQ untuk… Hitachi Energy Mengumumkan Transformer EconiQ untuk Memajukan Masa Depan Energi Berkelanjutan untuk SemuaTransformator EconiQ yang hemat energi dibuat bersama dengan pelanggan berdasarkan metodologi ilmiah yang telah terbukti untuk transparansi pengurangan…
Apa yang Terjadi dengan Superkomputer Bisnis? Pernah tampak tak terelakkan -- suatu hal yang pasti -- bahwa superkomputer akan membantu bisnis mengatasi tuntutan yang dipaksakan oleh basis data besar, alat teknik yang kompleks, dan prosesor lainnya…
Terex Umumkan Kenaikan Dividen 8,3% Lihat semua Siaran Pers Terex Umumkan Kenaikan Dividen 8,3%10 Februari 2022 NORWALK, Conn., 10 Februari 2022 /PRNewswire/ -- Terex Corporation (NYSE:TEX) mengumumkan bahwa Dewan Direksi mengumumkan dividen triwulanan sebesar $0,13…
Reliance, Ola Electric, Mahindra menawar insentif di… Silakan coba pencarian lain Ekonomi4 jam yang lalu (15 Jan 2022 12 :55PM ET) 2/2 © Reuters. FOTO FILE: Gadis-gadis mengendarai skuter listrik di Ahmedabad, India, 30 Desember 2018. REUTERS/Amit…
Sekali Lagi, Pittsburgh Booming Industri baja menempatkan Pittsburgh di peta, memanfaatkan kekayaan alamnya dalam batu bara dan lokasi strategis di persimpangan tiga sungai untuk memuaskan dahaga Amerika yang tak terpadamkan akan baja untuk membangun…
Ilmu Pengetahuan Baru: Minum Kopi Mungkin Membantu… Ada sisi negatifnya. Setiap tahun di seluruh dunia, 6 juta ton bubuk kopi dibuang ke tempat pembuangan sampah di mana mereka memfermentasi dan mengeluarkan metana, gas rumah kaca yang "25…
Masa depan penerbangan adalah listrik Sektor penerbangan mengalami pergeseran mendasar ke arah penggerak listrik sebagai akibat dari meningkatnya kekhawatiran terhadap perubahan iklim dan dampak lingkungan dari transportasi konvensional berbahan bakar fosil. Kemajuan teknologi dan peningkatan…
Akankah bisnis cloud memakan industri telekomunikasi 5G? SMARTPHONES MAMPU untuk memanfaatkan generasi kelima zippy (5G) telepon seluler telah menghiasi kantong Amerika sejak 2019. Samsung meluncurkan 5G pertamanya -perangkat yang diaktifkan pada bulan April tahun itu. Apple mengikutinya…
Google menyoroti Chromebook yang dapat diperbaiki… Google hari ini mengumumkan melalui blog Google for Education bahwa mereka memulai program yang dapat diperbaiki untuk membantu sekolah memperbaiki Chromebook secara internal, dan mengubahnya menjadi peluang pelatihan yang berharga…
Apa tujuan yang telah ditetapkan penerbit untuk… 4 Januari 2022 oleh Sara Guaglione Future PLC mengumumkan pada bulan Desember rencananya untuk menjadi netral karbon dalam lima tahun ke depan. Ini bukan satu-satunya perusahaan media yang memiliki tujuan…
Panduan orang dalam: Bagaimana mobil F1 dibuat? Berapa banyak suku cadang mobil F1?Setiap mobil Formula 1 terdiri dari sekitar 14.500 komponen individu*, dan setiap item dipesan lebih dahulu, dengan Computer Aided Design (CAD) digunakan untuk mengembangkan suku…
Skyted: Masa Depan Transportasi Udara yang Mengagumkan Skyted: Masa Depan Transportasi Udara yang Mengagumkan Pendahuluan Sobat Sekitar, selamat datang kembali di artikel jurnal kami yang kali ini akan membahas tentang Skyted, sebuah inovasi terbaru di bidang transportasi…
Mac Studio Apple Adalah Desktop yang Lebih Perkasa… Dari iPhone SE dan iPad Air baru hingga chipset M1 Ultra yang kuat, acara perangkat keras musim semi Apple menghadirkan versi terbaru dari gadget dan prosesor yang ada. Tetapi perusahaan…
Intel secara resmi dalam bisnis penambangan bitcoin sekarang Intel telah mengumumkan rencananya untuk sepenuhnya merangkul teknologi blockchain dan akhirnya memasuki ruang penambangan bitcoin dengan chip baru yang akan tersedia akhir tahun ini.Dalam posting blog baru, chip tersebut raksasa…
Mengapa asma memburuk dalam cuaca dingin? Ditinjau secara medis oleh Dr. Bayou Carrie Winchell, MD, MA, direktur medis untuk perawatan darurat dan dokter pengobatan keluarga + teks infografis Mengapa asma sering memburuk di musim dingin? udara…
Haas 'tim Ferrari B' sekarang Haas dengan cepat menjadi "tim Ferrari B" dari Formula 1. Itulah klaim yang paling menonjol dan terkenal dari pembalap junior 'akademi' Ferrari - legenda F1 Michael Schumacher's 22 -putra berusia…
Transportasi tangki ISO untuk masa depan dalam… Transportasi tangki ISO memainkan peran penting dalam logistik global, memfasilitasi pengangkutan cairan, gas, dan bahan kimia curah yang aman dan efisien. Saat industri terus berkembang, berbagai tren dan teknologi baru…