以数据为中心的绿色 AI：一项探索性实证研究
机器学习
2022-07-22 v2 人工智能
软件工程
摘要
随着大规模数据集日益可得，以及廉价存储与计算能力的普及，AI 所消耗的能量正成为日益受到关注的问题。为解决此问题，近年来研究集中于展示如何通过调整模型训练策略来改善 AI 能效。然而，应用于数据集的修改会如何影响 AI 的能耗仍是一个开放问题。为填补这一空白，在本探索性研究中，我们评估以数据为中心的方法是否可用于改善 AI 能效。为实现目标，我们开展了一项实证实验，考虑 6 种不同 AI 算法、一个包含 5,574 个数据点的数据集，以及两种数据集修改（数据点数量与特征数量）。我们的结果证明，仅对数据集进行修改，能耗即可大幅降低（最高达 92.16%），且通常伴随可忽略甚至零准确率下降的代价。作为额外的初步结果，我们展示了仅通过改变所用算法，即可实现高达两个数量级的节能。总之，本探索性研究从经验上证明了应用以数据为中心的技术来改善 AI 能效的重要性。我们的结果呼吁一个聚焦于以数据为中心技术的研究议程，以进一步促成并普及 Green AI。
引用
@article{arxiv.2204.02766,
title = {Data-Centric Green AI: An Exploratory Empirical Study},
author = {Roberto Verdecchia and Luís Cruz and June Sallou and Michelle Lin and James Wickenden and Estelle Hotellier},
journal= {arXiv preprint arXiv:2204.02766},
year = {2022}
}
备注
11 pages, 3 figures, 2 tables. Accepted at the 8th ICT for Sustainability Conference (ICT4S) 2022