Dalam setiap daripada dua revolusi industri yang dialami oleh dunia pada zaman yang lalu, terobosan besar dalam kemajuan teknologi telah digabungkan dengan pergeseran besar yang sama di dunia. daripada hak pekerja dan kedaulatan kolonial kepada sama ada lelaki terkaya di dunia harus dibenarkan untuk Oh tunggu, mungkin dunia   Selepas semua. masalah terbesar di dunia, buy other companies Tiada berubah begitu banyak Beli Syarikat Lain Tiada Tiada berubah begitu banyak Secara konsisten, perubahan iklim dinyatakan sebagai salah satu daripada kekhawatiran utama yang dihadapi oleh pekerja, kerajaan, dan saintis sama. Secara sejarah, teknologi yang berkembang pesat kita, bermula pada pertengahan abad ke-19, telah mempunyai kesan sampingan yang tidak selesa untuk mempercepat pemanasan global melalui pelepasan gas rumah kaca dan bahan pencemar. diperlukan untuk pembangunan AI - telah membawa kepada perbincangan mengenai kerumitan menentukan sama ada AI, melalui kecekapan mentah, boleh mengimbangi jejak alam sekitar yang besar yang diperlukan untuk mengekalkan ia. Kemudahan Pengkomputeran Kuasa Tinggi (HPC) Kemudahan Pengkomputeran Kuasa Tinggi (HPC) Energy Sink, Pollutant Faucet Nota: Seksyen ini, serta seksyen berikut, mengandungi maklumat yang disenaraikan daripada Laporan Penggunaan Tenaga Pusat Data Berkeley Lab 2024 Amerika Syarikat dan laporan Nature ini mengenai Kesan Alam Sekitar Model Bahasa Besar. Berkeley Lab 2024 Amerika Syarikat Pusat Data Laporan Penggunaan Tenaga Berkeley Lab 2024 Amerika Syarikat Pusat Data Laporan Penggunaan Tenaga Laporan Alam mengenai Kesan Alam Sekitar Model Bahasa Besar Laporan Alam mengenai Kesan Alam Sekitar Model Bahasa Besar Mengukur berapa banyak tenaga yang digunakan oleh kemudahan HPC boleh menjadi rumit. manakala bilik pelayan tradisional, seperti yang menganjurkan laman web ini, pada asasnya adalah rak Unit Pemprosesan Pusat (CPU) sama seperti yang digunakan oleh komputer anda, kemudahan khusus AI berbeza dalam beberapa cara yang signifikan: 
 
 
 
 
 Kemudahan HPC sering menggunakan Unit Pemprosesan Grafis (GPU) alih-alih Unit Pemprosesan Pusat (CPU) terutamanya kerana prestasi yang lebih tinggi dalam pemprosesan paralel dan kecekapan tenaga. Kemudahan HPC menggunakan kaedah penyimpanan dan pemindahan lebar pita yang lebih tinggi kerana keperluan besar pemprosesan data AI. Kemudahan HPC memerlukan sistem penyejukan khas sebagai hasil daripada haba yang dihasilkan oleh rangkaian besar GPU. Kemudahan HPC menggunakan kuasa pengiraan berdasarkan permintaan tetap (menyelesaikan tugas pemprosesan data) alih-alih variabel (500-20,000 pengguna cuba mengakses laman web). Pemprosesan paralel Malah, perbezaan ini bermakna bahawa pusat pengkomputeran AI canggih lebih mahal, lebih memerlukan tenaga, dan lebih sukar untuk mengekalkan. pusat data AI menggunakan jumlah besar elektrik: dalam kurang daripada satu dekad, jumlah purata kuasa agregat yang digunakan oleh pusat data AI tiga kali ganda - dari 60 TwH kepada 176 TwH pada tahun 2024, yang mewakili kira-kira 4.4% daripada jumlah penggunaan data di Amerika Syarikat. Di dalam pusat data biasa, tenaga yang sebenarnya digunakan untuk memberi kuasa kepada rangkaian GPU mengambil sedikit kurang daripada 2⁄3 daripada penggunaan kuasa keseluruhan kemudahan; sisa tenaga pergi ke dalam sistem untuk membantu pengecas perkakasan benar-benar berfungsi – pendingin, pencahayaan, dan sistem kawalan suhu diperlukan untuk mengekalkan pusat HPC beroperasi.Walaupun tenaga tambahan yang dibelanjakan pada kuasa tambahan ini merupakan ketidaksempurnaan yang tidak diingini di banyak pusat data Amerika Syarikat, saintis dan jurutera sentiasa mencari cara yang lebih cepat untuk mengurangkan penggunaan tambahan, dalam sesetengah kes membawa penggunaan tambahan kepada hanya 17%. Relative Efficiency? AI (jika digunakan secara bertanggungjawab, tentu saja) mempunyai banyak untuk menyumbang kepada masyarakat kita. dan lebih berkesan dengan AI, Para penyelidik ingin menganggarkan berapa banyak kerja AI boleh menjimatkan kita dengan membandingkan kos hipotetik menulis halaman 500 kata menggunakan alat AI berbanding tenaga manusia. Model Bahasa Besar yang canggih (LLM) serupa dengan Llama-3 Meta mencapai kecekapan yang sama di antara 40 hingga 150 warga Amerika, dan bahawa model yang lebih kecil dan lebih berkesan tenaga seperti Google Gemma-2B menghasilkan kerja pada kira-kira kecekapan 130-1100 orang Amerika. perniagaan bekerja lebih cepat alam semula jadi Menemukan yang perniagaan bekerja lebih cepat Menemukan yang Jadi, adakah ini bermakna bahawa kita perlu mula menggantikan pekerja manusia dengan AI? penyelidik menyimpulkan, yang mencatat kebimbangan etika yang jelas dengan implikasi angka-angka mereka. Terlepas daripada keparahan yang melanda pemindahan pekerja kepada masyarakat dan ekonomi global, penerimaan AI yang meluas, seperti yang dinyatakan, menghadapi cabaran yang melekat daripada menjadi tidak boleh dipercayai apabila tidak diselia. Salah satu kelemahan yang paling mendesak dalam model penyelidik adalah ketidakupayaan untuk mempertimbangkan kualiti kerja yang dihasilkan oleh manusia dan oleh AI. Memecahkan ini, kita melihat bahawa, manakala AI telah ditunjukkan untuk meningkatkan hasil pekerja manusia, peningkatan kecekapan berhenti di sana - manakala gabungan sistem AI dan kecerdasan manusia boleh menghasilkan kerja yang diingini, LLM berasingan tidak boleh berharap untuk menghasilkan kerja yang boleh dipercayai melainkan, sekurang-kurangnya, diarahkan oleh pengawasan manusia yang berfikir. Bukan selepas lebih banyak pertimbangan, 
 
 Artikel ini telah dibawa kepada anda oleh Kami AI, sebuah organisasi etika AI yang ditubuhkan oleh pelajar dan dipimpin oleh pelajar yang berusaha untuk membezakan perspektif dalam AI di luar apa yang biasanya dibincangkan dalam media moden. Artikel ini telah dibawa kepada anda oleh Kami AI, sebuah organisasi etika AI yang ditubuhkan oleh pelajar dan dipimpin oleh pelajar yang berusaha untuk membezakan perspektif dalam AI di luar apa yang biasanya dibincangkan dalam media moden. For a Greener Future Terlepas daripada kelayakan penyelidikan kuantitatif semasa mengenai kos jangka pendek pembangunan AI, saya berpendapat bahawa kita mesti meneruskan jalan untuk membuat AI yang lebih baik dan lebih baik tidak kira apa-apa. Mengingatkan lagi bahawa ini mesti dilakukan dengan selamat dan dengan niat untuk memberi manfaat kepada sebahagian yang agak besar daripada masyarakat, saya berpendapat bahawa kemajuan teknologi seringkali merupakan satu-satunya cara untuk menyelesaikan masalah dunia. Selepas semua, ia adalah kejuruteraan genetik yang menanam benih untuk Revolusi Pertanian Kedua yang berpuncak dalam meringankan kekurangan makanan utama di Asia Tenggara, dan vaksin yang membawa puluhan penyakit pestilent yang berlaku kepada lutut mereka dalam beberapa tahun. Demikian pula, manakala gerakan kerajaan dan sosial semasa untuk mengurangkan pencemar utama seperti pertanian komersial, pengeluaran tenaga dan pengangkutan tidak dapat menunjukkan kemajuan yang signifikan, teknologi

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

Read My Stories

Audio ini dihasilkan dalam bahasa asal cerita!

AI Bukan Bahaya Alam Sekitar Seperti Yang Anda Pikirkan

About Author

KOMEN

GANTUNG TANDA

ARTIKEL INI DIBENTANGKAN DALAM

Related Stories

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps