En cada una de las dos revoluciones industriales experimentadas por el mundo en las épocas pasadas, grandes saltos en el progreso tecnológico han sido juxtapuestos con similares grandes cambios en el progreso tecnológico. de los derechos de los trabajadores y la soberanía colonial a si el hombre más rico del mundo debería Oh espera, tal vez el mundo   Después de todo. los mayores problemas del mundo, Comprar otras empresas No hay Ha cambiado tanto Comprar otras empresas No hay No hay Ha cambiado tanto Consistentemente, el cambio climático es citado como una de las principales preocupaciones a las que se enfrentan los trabajadores, los gobiernos y los científicos igualmente. Históricamente, nuestras tecnologías rápidamente avanzadas, a partir de mediados del siglo XIX, han tenido el inconveniente efecto secundario de acelerar el calentamiento global a través de la liberación de gases de efecto invernadero y contaminantes. necesario para el desarrollo de la IA – han llevado a discusiones sobre las complejidades de determinar si la IA, a través de la eficiencia cruda, puede compensar la enorme huella ambiental necesaria para mantenerla. Instalaciones de computación de alta potencia (HPC) Instalaciones de computación de alta potencia (HPC) Energy Sink, Pollutant Faucet Nota: esta sección, así como la sección siguiente, contiene información parafraseada del informe de uso de energía del centro de datos de los Estados Unidos de Berkeley Lab 2024 y este informe de Nature sobre el impacto ambiental de los modelos de gran lenguaje. Berkeley Lab 2024 Estados Unidos Centro de Datos Informe de uso de energía Berkeley Lab 2024 Estados Unidos Centro de Datos Informe de uso de energía Informe sobre el impacto ambiental de los grandes modelos lingüísticos Informe sobre el impacto ambiental de los grandes modelos lingüísticos Mientras que las habitaciones de servidores tradicionales, como la que aloja este sitio web, son esencialmente estantes de unidades de procesamiento central (CPU) mucho como la que utiliza su ordenador, las instalaciones especializadas en IA difieren de varias maneras significativas: 
 
 
 
 
 Las instalaciones de HPC a menudo utilizan unidades de procesamiento gráfico (GPU) en lugar de unidades de procesamiento central (CPU), principalmente debido al mayor rendimiento de la primera en procesamiento paralelo y eficiencia energética. Las instalaciones de HPC utilizan métodos de almacenamiento y transferencia de mayor ancho de banda debido a las enormes demandas del procesamiento de datos de IA. Las instalaciones de HPC requieren sistemas de enfriamiento especiales como resultado del calor generado por los masivos arreglos de GPU. Las instalaciones de HPC utilizan la potencia de computación basada en demandas fijas (completando una tarea de procesamiento de datos) en lugar de las variables (500-20,000 usuarios intentan acceder a un sitio web). Procesamiento Paralelo De hecho, estas diferencias significan que los centros de computación de IA de última generación son más caros, más exigentes en energía y más difíciles de mantener. los centros de datos de IA utilizan enormes cantidades de electricidad: en poco menos de una década, la cantidad media agregada de energía utilizada por los centros de datos de IA se triplicó –de 60 TwH a 176 TwH a partir de 2024, representando alrededor del 4,4% del consumo total de datos en los Estados Unidos. En un centro de datos típico, la energía realmente utilizada para alimentar los arreglos de GPU consume un poco menos de 2⁄3 del consumo total de energía de una instalación; el resto de la energía va a los sistemas para ayudar a que los aceleradores de hardware funcionen realmente – refrigerante, iluminación y sistemas de control de temperatura son necesarios para mantener funcionando un centro de HPC.Aunque la energía extra gastada en estos suministros adicionales de energía constituye una ineficiencia indeseable en muchos centros de datos de Estados Unidos, los científicos e ingenieros están constantemente buscando maneras más rápidas de reducir el consumo adicional, en algunos casos reduciendo el uso adicional a sólo 17%. Relative Efficiency? AI (cuando se utiliza de forma responsable, por supuesto) tiene mucho que contribuir a nuestra sociedad. y más eficientemente con AI, Los investigadores querían estimar cuánto trabajo podría ahorrarnos la IA comparando los costes hipotéticos de escribir una página de 500 palabras usando herramientas de IA en comparación con el trabajo humano. Los modelos de gran lenguaje (LLM) de última generación similares a Llama-3 de Meta lograron una eficiencia similar a la de entre 40 y 150 ciudadanos estadounidenses, y que los modelos más pequeños y más eficientes en energía similares a Google Gemma-2B produjeron trabajo en aproximadamente la eficiencia de 130 a 1100 estadounidenses. Las empresas trabajan más rápido Naturaleza Encontró eso Las empresas trabajan más rápido Encontró eso ¿Significa esto que debemos empezar a reemplazar a los trabajadores humanos por AI? A pesar de la gravedad abrumadora del desplazamiento de los trabajadores en la sociedad y la economía globales, la adopción generalizada de la IA, como se dice, se enfrenta al desafío inherente de ser poco fiable cuando no se supervisa. Uno de los defectos más urgentes en el modelo de los investigadores es la incapacidad de dar cuenta de la calidad de los trabajos producidos por los humanos y por la IA. Rompiendo esto, vemos que, mientras que se ha demostrado que la IA aumenta el rendimiento de los trabajadores humanos, el impulso en la eficiencia se detiene allí – mientras que la combinación de los sistemas de IA y la ingenuidad humana puede producir trabajo deseable, los LLMs independientes no pueden esperar producir trabajo confiable a menos que, en un mínimo, se dirija por la supervisión pensada de un humano Sin embargo, después de más reflexión, 
 
 Este artículo es traído a usted por Nuestro AI, una organización de ética de IA fundada por estudiantes y liderada por estudiantes que busca diversificar perspectivas en IA más allá de lo que se discute típicamente en los medios modernos. Si te gusta este artículo, por favor revisa nuestras publicaciones mensuales y artículos exclusivos en https://www.our-ai.org/ai-nexus/read! Este artículo es traído a usted por Nuestra IA, una organización de ética de IA fundada por estudiantes y liderada por estudiantes que busca diversificar perspectivas en IA más allá de lo que se discute típicamente en los medios modernos. ! https://www.our-ai.org/ai-nexus/read For a Greener Future Independientemente de la validez de la actual investigación cuantitativa sobre los costos a corto plazo del desarrollo de la IA, creo que debemos continuar por el camino de hacer una IA mejor y mejor no importa lo que. Reiterando el punto de que esto debe hacerse de forma segura y con la intención de beneficiar a una parte razonablemente grande de la sociedad, afirmo que el avance tecnológico es a menudo la única manera de resolver los problemas del mundo. Después de todo, fue la ingeniería genética la que plantó la semilla para la Segunda Revolución Agrícola culminando en la mitigación de las grandes carencias de alimentos en el sudeste asiático, y las vacunas que trajeron docenas de enfermedades predominantes, plagas a sus rodillas en cuestión de años. De igual manera, mientras que los actuales movimientos gubernament

The is an opinion piece based on the author’s POV and does not necessarily reflect the views of HackerNoon.

Read My Stories

Este audio es producido en el idioma original de la historia!

La IA no es tan perjudicial para el medio ambiente como piensas

About Author

COMENTARIOS

ETIQUETAS

ESTE ARTÍCULO FUE PRESENTADO EN

Related Stories

Navegando por las aguas: desarrollo de aplicaciones RAG de nivel de producción con lagos de datos

Una guía del arquitecto para crear una arquitectura de referencia para un lago de datos de IA/ML

Telegram: el puente de Crypto Island hacia el continente

Crecimiento de las criptomonedas: creación de perfiles de usuarios eficaces

Navegando por las aguas: desarrollo de aplicaciones RAG de nivel de producción con lagos de datos

Una guía del arquitecto para crear una arquitectura de referencia para un lago de datos de IA/ML

Telegram: el puente de Crypto Island hacia el continente

Crecimiento de las criptomonedas: creación de perfiles de usuarios eficaces

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps