過去の時代に世界が経験した2つの産業革命のそれぞれにおいて、技術進歩における大きな飛躍は、同じように大きな転換と対立してきた。 労働者の権利と植民地主権から、世界で最も裕福な男が Oh wait, maybe the world. たぶん世界は   結局 世界最大の問題は、 他の会社を購入 ハンナ こんなに変えた 他の会社を購入 ハンナ ハンナ こんなに変えた ジョークを除いて、人類の資源を何に集中すべきかについてのグローバルな議論で、いくつかのこのような質問が生じます。一貫して、気候変動は、労働者、政府、科学者が直面する主要な懸念の1つとして挙げられています。歴史的には、19世紀半ばから始まった私たちの急速に進歩する技術は、温室効果ガスや汚染物質の放出を通じて地球温暖化を加速させる不便な副作用を持っています。 AIの開発に不可欠で、AIが原料効率を通じて、それを維持するために必要な巨大な環境足跡を補うことができるかどうかを決定する複雑さについて議論を引き起こした。 ハイパワーコンピューティング施設(HPC) ハイパワーコンピューティング施設(HPC) Energy Sink, Pollutant Faucet 注:このセクションは、次のセクションと同様に、バークレー・ラボ2024米国データセンターエネルギー使用レポートおよび大規模言語モデルの環境影響に関するこのNatureレポートからパラフレッシュされた情報を含みます。 Berkeley Lab 2024 アメリカデータセンターエネルギー使用レポート Berkeley Lab 2024 アメリカデータセンターエネルギー使用レポート 大型言語モデルの環境影響に関するNature Report on the Environmental Impact of Large Language Models 大型言語モデルの環境影響に関するNature Report on the Environmental Impact of Large Language Models HPC 施設が使用するエネルギー量を測定することは複雑であるが、このウェブサイトをホストするものと同様に、伝統的なサーバールームは、あなたのコンピュータが使用するものと同様に、本質的に中央処理ユニット(CPU)のラックであるが、AI 専用施設はいくつかの重要な方法で異なります。 
 
 
 
 
 HPC施設では、中央処理ユニット(CPU)の代わりにグラフィック処理ユニット(GPU)を頻繁に使用するが、主にパラレル処理とエネルギー効率の向上による。 HPC施設は、AIデータ処理の膨大な需要のために、より高い帯域幅のストレージおよび転送方法を使用しています。 HPC施設は、GPUの大規模な配列によって生成される熱の結果として特別な冷却システムを必要とします。 HPC 施設は、変数(ウェブサイトにアクセスしようとしている 500～20,000 人のユーザー)の代わりに、固定要件(データ処理タスクを完了する)に基づいてコンピューティングパワーを使用します。 並行処理 実際、これらの違いは、最先端のAIコンピューティングセンターがより高価で、よりエネルギーを必要とし、維持しにくいことを意味します。AIデータセンターは膨大な量の電力を消費します:わずか10年以内に、AIデータセンターが使用する平均総電力量は60 TwHから2024年までに176 TwHに増加し、合計データ消費量の4.4%を占めています。 このエネルギーはどこへ行くのか? 典型的なデータセンターでは、GPU マレージを動かすのに使われているエネルギーは、施設の総消費電力の3分の2より少なくなり、残りのエネルギーは、ハードウェア加速器が実際に機能するのを助けるためにシステムに移行します - 冷却、照明、および温度制御システムはすべて、HPC センターを動かすために必要です。 Relative Efficiency? AI(もちろん責任を持って使用する場合)は、私たちの社会に大きく貢献していますが、多くの企業や労働者が より効率的に、 研究者たちは、AIツールを使用して500単語のページを書く仮説的なコストを人間の労働と比較することで、AIが私たちを節約できる仕事の量を推定しようとした。 メタのLlama-3に似た最先端のLarge Language Models(LLM)は、40～150人の米国市民と同様の効率を達成し、Google Gemma-2Bに似たより小規模でエネルギー効率の高いモデルは、130～1100人の米国人の効率に相当する働きを生み出した。 企業が働くスピード 自然 見つけたこれ 企業が働くスピード 見つけたこれ それでは、私たちは人間の労働者をAIに置き換えるべきなのでしょうか。 結論として、研究者たちは、彼らの数字の影響で明らかな倫理的懸念を指摘しました。グローバル社会と経済に労働者移転の圧倒的な重力にもかかわらず、AIの広範な採用は、監督されていないときに信頼できないという固有の課題に直面しています。研究者のモデルの最も緊急な欠陥の1つは、人間やAIによって生み出された作品の品質を説明できないことです。これを破壊すると、AIが人間の労働者の生産性を高めることが示されているが、効率の向上はそこで止まります - AIシステムと人間の発明性の組み合わせが望ましい仕事を生み出す一方で、独立したLLMは、最小限に、人間の慎重な監督によって指示されない限り、信頼できる仕事を生 もっと考えてみると、 
 
 この記事は、学生が設立し、学生が率いるAI倫理団体であるOur AIが、現代のメディアで一般的に議論されているものを超えてAIの視点を多様化することを目指しています。 この記事は、学生が設立し、学生が率いるAI倫理団体であるOur AIが、現代のメディアで一般的に議論されているものを超えてAIの視点を多様化することを目指しています。 ! https://www.our-ai.org/ai-nexus/read For a Greener Future AI開発の短期的なコストについての現在の定量的な研究の有効性に関係なく、私は、AIの開発のための道を進めなければならないと考えています。これが安全に行われなければならないという点を繰り返し、社会のかなりの部分に利益をもたらすという意図を持って、技術の進歩はしばしば世界の問題を解決する唯一の方法であると私は主張します。結局のところ、それは第2次農業革命の種子を植えた遺伝子工学であり、東南アジアの主要な食料不足を緩和し、ワクチンは、数十の一般的な、虫の疾患を数年でひざまずいた。同様に、現在の政府と社会の動きは、商業農業、エネルギー生産、輸送などの主要な汚染物質を減ら

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

Read My Stories

このオーディオは、ストーリーの元の言語で制作されています。

AIはあなたが思っているほど環境に有害ではありません。

About Author

コメント

ラベル

この記事は

Related Stories

AI/ML データレイクのリファレンスアーキテクチャを構築するためのアーキテクトガイド

ユニークなエコシステムを支えるビットコインUTXOのモデル

Telegram: クリプト島と本土を結ぶ橋

ワークフローを10倍に向上させる方法: 必須アプリ17選

AI/ML データレイクのリファレンスアーキテクチャを構築するためのアーキテクトガイド

ユニークなエコシステムを支えるビットコインUTXOのモデル

Telegram: クリプト島と本土を結ぶ橋

ワークフローを10倍に向上させる方法: 必須アプリ17選

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps