Trong mỗi trong hai cuộc cách mạng công nghiệp mà thế giới đã trải qua trong những thời đại qua, những bước nhảy vọt vĩ đại trong tiến bộ công nghệ đã được ghép nối với những thay đổi lớn tương tự trong thế giới công nghệ. từ quyền của công nhân và chủ quyền thuộc địa đến việc liệu người đàn ông giàu nhất thế giới có nên được phép Lời bài hát: Oh wait, maybe the world   Sau khi tất cả Vấn đề lớn nhất thế giới, Mua các công ty khác Không có Thay đổi quá nhiều Mua các công ty khác Không có Không có Thay đổi quá nhiều Ngoài những trò đùa, một số câu hỏi như vậy phát sinh trong các cuộc thảo luận toàn cầu về những gì chúng ta nên tập trung nguồn lực của nhân loại vào.Thông thường, biến đổi khí hậu được trích dẫn là một trong những mối quan tâm hàng đầu mà công nhân, chính phủ và các nhà khoa học phải đối mặt.Lịch sử, các công nghệ phát triển nhanh chóng của chúng ta, bắt đầu từ giữa thế kỷ 19, đã có tác dụng phụ khó chịu của việc đẩy nhanh sự nóng lên toàn cầu thông qua việc phát hành khí nhà kính và chất gây ô nhiễm. cần thiết cho sự phát triển của AI - đã dẫn đến các cuộc thảo luận về sự phức tạp của việc xác định liệu AI, thông qua hiệu quả thô, có thể bù đắp cho tác động môi trường khổng lồ cần thiết để duy trì nó. Thiết bị tính toán công suất cao (HPCs) Thiết bị tính toán công suất cao (HPCs) Energy Sink, Pollutant Faucet Lưu ý: phần này, cũng như phần tiếp theo, chứa thông tin được viết tắt từ Báo cáo sử dụng năng lượng Trung tâm dữ liệu Hoa Kỳ Berkeley Lab 2024 và báo cáo Nature này về tác động môi trường của các mô hình ngôn ngữ lớn. Berkeley Lab 2024 Hoa Kỳ Trung tâm dữ liệu Báo cáo sử dụng năng lượng Berkeley Lab 2024 Hoa Kỳ Trung tâm dữ liệu Báo cáo sử dụng năng lượng Báo cáo thiên nhiên về tác động môi trường của các mô hình ngôn ngữ lớn Báo cáo thiên nhiên về tác động môi trường của các mô hình ngôn ngữ lớn Mặc dù các phòng máy chủ truyền thống, chẳng hạn như phòng lưu trữ trang web này, về cơ bản là các kệ của các đơn vị xử lý trung tâm (CPU) giống như máy tính của bạn sử dụng, các cơ sở chuyên về AI khác nhau theo một vài cách đáng kể: 
 
 
 
 
 Các cơ sở HPC thường sử dụng đơn vị xử lý đồ họa (GPU) thay vì đơn vị xử lý trung tâm (CPU) chủ yếu là do hiệu suất cao hơn trong xử lý song song và hiệu quả năng lượng. Các cơ sở HPC sử dụng các phương pháp lưu trữ và truyền tải băng thông cao hơn do nhu cầu lớn về xử lý dữ liệu AI. Các cơ sở HPC đòi hỏi các hệ thống làm mát đặc biệt do nhiệt được tạo ra bởi các mảng lớn của GPU. Các cơ sở HPC sử dụng sức mạnh tính toán dựa trên các yêu cầu cố định (hoàn thành một nhiệm vụ xử lý dữ liệu) thay vì các cơ sở biến (500-20.000 người dùng đang cố gắng truy cập vào một trang web). xử lý song song Trong thực tế, những khác biệt này có nghĩa là các trung tâm máy tính AI hiện đại đắt hơn, đòi hỏi nhiều năng lượng hơn và khó duy trì hơn. trung tâm dữ liệu AI sử dụng lượng điện khổng lồ: chỉ trong chưa đầy một thập kỷ, lượng năng lượng tổng hợp trung bình được sử dụng bởi các trung tâm dữ liệu AI tăng gấp ba lần – từ 60 TwH đến 176 TwH vào năm 2024, chiếm khoảng 4,4% tổng mức tiêu thụ dữ liệu ở Hoa Kỳ. con số này chỉ dự kiến sẽ tăng, với ước tính bảo thủ là 320 TwH vào năm 2028, trong trường hợp đó các cơ sở HPC sẽ chiếm khoảng 7% tiêu thụ năng lượng của Hoa Kỳ. Trong một trung tâm dữ liệu điển hình, năng lượng thực sự được sử dụng để cung cấp năng lượng cho các mảng GPU chiếm ít hơn 2/3 tổng năng lượng sử dụng của một cơ sở; phần còn lại của năng lượng đi vào các hệ thống để giúp các máy gia tốc phần cứng thực sự hoạt động - hệ thống làm mát, chiếu sáng và kiểm soát nhiệt độ là tất cả cần thiết để giữ cho một trung tâm HPC hoạt động.Mặc dù năng lượng bổ sung chi tiêu cho các ổ điện bổ sung này tạo ra một sự thiếu hiệu quả không mong muốn ở nhiều trung tâm dữ liệu Hoa Kỳ, các nhà khoa học và kỹ sư liên tục tìm cách nhanh hơn để giảm tiêu thụ bổ sung, trong một số trường hợp làm giảm mức sử dụng bổ sung xuống còn 17%. Relative Efficiency? AI (khi được sử dụng một cách có trách nhiệm, tất nhiên) có rất nhiều đóng góp cho xã hội của chúng ta. và hiệu quả hơn với AI, Các nhà nghiên cứu muốn ước tính AI có thể tiết kiệm được bao nhiêu công việc bằng cách so sánh chi phí giả định của việc viết một trang 500 từ bằng cách sử dụng các công cụ AI so với lao động của con người. Các mô hình ngôn ngữ lớn hiện đại (LLM) tương tự như Llama-3 của Meta đạt được hiệu quả tương tự ở khoảng 40-150 công dân Mỹ, và các mô hình nhỏ hơn, hiệu quả năng lượng hơn tương tự như Google Gemma-2B tạo ra công việc ở khoảng hiệu quả của 130-1100 người Mỹ. Doanh nghiệp làm việc nhanh hơn thiên nhiên Tìm thấy điều đó Doanh nghiệp làm việc nhanh hơn Tìm thấy điều đó Vì vậy, điều này có nghĩa là chúng ta nên bắt đầu thay thế người lao động bằng AI? kết luận các nhà nghiên cứu, những người lưu ý những mối quan tâm đạo đức rõ ràng với những tác động của con số của họ. Mặc dù sự nghiêm trọng nặng nề của việc di dời công nhân trên xã hội và nền kinh tế toàn cầu, việc áp dụng rộng rãi của AI, như nó đứng, phải đối mặt với thách thức vốn có của việc không đáng tin cậy khi không được giám sát. Một trong những sai sót cấp bách nhất trong mô hình của các nhà nghiên cứu là không thể tính đến chất lượng của công việc được tạo ra bởi con người và bởi AI. Phá vỡ điều này, chúng ta thấy rằng, trong khi AI đã được chứng minh là làm tăng năng suất của công nhân con người, sự gia tăng hiệu quả dừng lại ở đó - trong khi sự kết hợp của các hệ thống AI và sự khéo léo của con người có thể tạo ra công việc mong muốn, Chắc chắn không phải sau khi xem xét nhiều hơn, 
 
 Bài viết này được mang đến cho bạn bởi AI của chúng tôi, một tổ chức đạo đức AI do sinh viên và sinh viên lãnh đạo tìm cách đa dạng hóa quan điểm trong AI vượt ra ngoài những gì thường được thảo luận trong các phương tiện truyền thông hiện đại. Bài viết này được mang đến cho bạn bởi AI của chúng tôi, một tổ chức đạo đức AI do sinh viên và sinh viên lãnh đạo tìm cách đa dạng hóa quan điểm về AI vượt ra ngoài những gì thường được thảo luận trong các phương tiện truyền thông hiện đại. ! https://www.our-ai.org/ai-nexus/read For a Greener Future Bất kể tính hợp lệ của nghiên cứu định lượng hiện tại về chi phí ngắn hạn của việc phát triển AI, tôi tin rằng chúng ta phải tiếp tục trên con đường làm cho AI tốt hơn và tốt hơn bất kể điều gì. Lặp lại điểm rằng điều này phải được thực hiện một cách an toàn và với ý định mang lại lợi ích cho một phần đáng kể của xã hội, tôi lập luận rằng tiến bộ công nghệ thường là cách duy nhất để giải quyết các vấn đề của thế giới. Sau khi tất cả, đó là kỹ thuật di truyền đã gieo hạt giống cho cuộc Cách mạng Nông nghiệp thứ hai đạt đỉnh điểm trong việc giảm bớt tình trạng thiếu lương thực lớn ở Đông Nam Á, và vắc-xin đã mang đến cho chúng ta hàng chục bệnh dịch tễ phổ biến, gây bệnh trên đầu gối trong vài năm. Tương tự như vậy, trong khi các phong trào chính phủ và xã hội hiện tại

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

Read My Stories

Nghe bài viết này bằng Tiếng Anh, đọc bởi robot thông minh của HackerNoon

AI không có hại cho môi trường như bạn nghĩ

About Author

BÌNH LUẬN

chuyên mục

BÀI VIẾT NÀY CŨNG CÓ MẶT TẠI

Related Stories

61 Stories To Learn About Polotical Philosophy

184 Stories To Learn About Psychology

178 Stories To Learn About Essay

223 Stories To Learn About Science

61 Stories To Learn About Polotical Philosophy

184 Stories To Learn About Psychology

178 Stories To Learn About Essay

223 Stories To Learn About Science

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps