บรรณาธิการของ Downcodes ได้เรียนรู้ว่านักวิจัยจากมหาวิทยาลัยมิชิแกนได้พัฒนาเครื่องมือซอฟต์แวร์ชื่อ Perseus ซึ่งสามารถลดการใช้พลังงานของการฝึกอบรมแบบจำลองภาษาขนาดใหญ่ได้อย่างมาก ผลการวิจัยที่ก้าวล้ำนี้ถือเป็นแนวทางใหม่สำหรับการพัฒนาปัญญาประดิษฐ์ที่ยั่งยืน และคาดว่าจะช่วยแก้ปัญหาความกังวลที่เพิ่มขึ้นเกี่ยวกับการใช้พลังงานของการฝึกอบรมปัญญาประดิษฐ์ ด้วยการระบุและปรับเส้นทางวิกฤติให้เหมาะสม Perseus ลดการใช้พลังงานลง 30% ในขณะที่ยังคงความเร็วการฝึกอบรมเท่าเดิม ซึ่งมีความสำคัญอย่างยิ่งต่อการปกป้องสิ่งแวดล้อมและการใช้ทรัพยากร
นักวิจัยได้พัฒนาเครื่องมือซอฟต์แวร์ชื่อ Perseus โดยการระบุเส้นทางวิกฤติ ซึ่งเป็นชุดของงานย่อยที่ใช้เวลานานที่สุดในการทำให้เสร็จสมบูรณ์ จากนั้น Perseus จะชะลอโปรเซสเซอร์บนเส้นทางที่ไม่สำคัญ เพื่อให้ทุกคนสามารถทำงานให้เสร็จสิ้นได้พร้อมๆ กัน ช่วยลดการใช้พลังงานโดยไม่จำเป็น
ทีมงานทดสอบ Perseus โดยการฝึก GPT-3 โมเดลภาษาขนาดใหญ่อีกสามโมเดล และโมเดลคอมพิวเตอร์วิทัศน์ ผลการวิจัยพบว่า Perseus สามารถลดการใช้พลังงานในการฝึก AI ขณะเดียวกันก็รักษาความเร็วในการฝึกเท่าเดิม
นักวิจัยกล่าวว่าวิธีการประหยัดแรงงานนี้มีนัยสำคัญต่อการใช้ปัญญาประดิษฐ์อย่างเท่าเทียมกัน หากประเทศไม่มีไฟฟ้าเพียงพอที่จะใช้งานโมเดลขนาดใหญ่ พวกเขาอาจจำเป็นต้องใช้บริการระยะไกลหรือถูกจำกัดให้ใช้งานโมเดลขนาดเล็กและมีความแม่นยำน้อยกว่า ความแตกต่างนี้อาจทำให้ความแตกต่างระหว่างชุมชนต่างๆ รุนแรงขึ้นอีก
การศึกษาแสดงให้เห็นว่าการปรับวิธีการฝึกอบรม AI ให้เหมาะสม จะทำให้การใช้พลังงานลดลงในขณะที่ยังคงความเร็วการฝึกเท่าเดิม สิ่งนี้มีผลกระทบที่สำคัญต่อการประหยัดพลังงานและลดการปล่อยก๊าซคาร์บอนไดออกไซด์
การเกิดขึ้นของ Perseus ได้นำความหวังใหม่มาสู่การพัฒนาที่ยั่งยืนของสาขา AI กลยุทธ์การควบคุมการใช้พลังงานอย่างมีประสิทธิภาพไม่เพียงแต่สามารถประหยัดพลังงานได้มากเท่านั้น แต่ยังส่งเสริมความเป็นธรรมและความครอบคลุมของเทคโนโลยี AI ซึ่งมีส่วนช่วยในการพัฒนา AI ระดับโลก ผลการวิจัยนี้สมควรได้รับความสนใจและการศึกษาเชิงลึกของเรา ฉันเชื่อว่าเทคโนโลยีที่คล้ายกันนี้จะปรากฏขึ้นอีกในอนาคต ซึ่งจะผลักดันอุตสาหกรรม AI ไปสู่อนาคตที่เป็นมิตรต่อสิ่งแวดล้อม