人工智能的流程优化及如何使他更绿色 更有持续性
人工智能正变得越来越强大，那么要如何使其更具可持续性的方法。人工智能是我们所有问题的答案吗？如果您要问业务主管，可能的答案是肯定的。三分之二的组织使用人工智能、机器人流程自动化和自然语言处理等技术实现了关键流程的自动化。这是有充分理由的。自动化使我们能够做出更好、更快和更明智的决策。但我们的兴奋可能让我们对潜在的陷阱视而不见。
人工智能解决了很多问题——也消耗了大量能源
自动化需要大量的计算能力。人工智能最新、最强大的创新——大规模模型——使我们的全球能源消耗呈指数级增长。需要明确的是，我是支持 AI 的。我相信，负责任地应用它，它有能力改善数十亿人的生活。然而，我开始意识到组织可以比他们更负责任地使用人工智能。在我们追求工作效率的过程中，一些企业可能会牺牲能源效率。它不一定是那样的。飙升的能源使用
说到人工智能，我们的心是对的。除了提高效率之外，自动化还提供了缓解环境问题的机会。例如，人工智能可以自动调整工厂设备执行各种任务的方式和时间，最大限度地提高能源效率并最大限度地减少碳排放。早在 2019 年发表的一项研究发现，智能家居可以减少近 13% 的排放量。虽然这些都是好事，但我们的热情掩盖了围绕自动化和能源使用的一些细微差别。有些人认为所有人工智能，无论以何种方式和何时使用，都是节能的。因此，我们看到了 AI 淘金热，公司正在构建和部署模型来完成哪怕是微小的任务。但算法并不是简单地部署。他们还必须接受模仿他们要处理的现实生活信息的数据培训。
根据最近的一篇论文，训练一个普通的大型模型使用的能量相当于五辆汽车在其整个生命周期中消耗的能量。那只是一个模型。一家公司可能会训练很多模型。同一篇论文发现，在过去十年中，训练更大规模模型的计算需求增加了 300,000 倍。
不幸的是，很难弄清楚组织在训练模型时到底使用了多少能源，因为公司一直不愿发布这些数据。我们所知道的是，企业正在推出越来越大、越来越饥渴的人工智能模型。为了避免灾难，世界各地的组织必须在未来十年内将碳排放量减少一半——但我们在追求效率的过程中无意中破坏了这些努力。
少即是多
同样，我非常支持 AI。但我确实担心自动化即将面临与区块链相同的清算。近年来，由于人们对加密采矿和能源消耗的认识不断提高，区块链技术名声扫地。我不认为正确的答案是完全停止使用该技术。相反，我提倡提高认识。不过，与区块链一样，我不认为正确的答案是完全停止使用该技术。相反，我提倡提高认识。在决定消耗从头开始构建大型模型所需的能量和金钱之前，您可以做一些事情。
首先，按下暂停键。
考虑在内部从头开始构建模型是否能为利益相关者提供任何有形价值。请记住，人工智能模型通常会在几年内过时。无论您的 AI 基础设施位于云端还是本地，训练模型都非常昂贵。您能通过 API 调用解决问题吗？您能否重新利用现有模型或构建工作流程？您的新模型是否会比您现在的工作方式有显着的改进？
其次，寻找合作机会。许多公司已经创建了大型模型，旨在执行您的团队需要执行的相同任务。与这些公司建立合作伙伴关系，以共享可以适应您的特定用例的模型。与重新发明轮子相比，它在金钱、时间和精力方面的成本更低。
第三，提倡人工智能的透明度。请您的同事和合作者报告他们的项目对环境的影响。ESG 应该是任何大规模人工智能计划的关键组成部分。
我是人工智能的拥护者，这不太可能改变。但是减少我们的能源消耗是人工智能本身就能做到的；它将需要一个人为的解决方案。
相关阅读
