绿色 AI
计算机与社会
2019-08-15 v3 计算与语言
计算机视觉与模式识别
机器学习
统计方法学
摘要
深度学习研究所需的计算量每隔几个月就翻一番，估计从 2012 年到 2018 年增长了 300,000 倍[2]。这些计算具有令人惊讶的巨大碳足迹[38]。具有讽刺意味的是，深度学习的灵感来自人脑，而人脑的能效极高。此外，计算的经济成本可能使学者、学生尤其是来自新兴经济体的研究人员难以从事深度学习研究。本立场论文倡导一种实用的解决方案，即将效率作为与准确性和相关度量并列的研究评估标准。此外，我们建议报告开发、训练和运行模型的经济成本或“价格标签”，以便为研究日益高效的方法提供基线。我们的目标是使 AI 既更绿色又更具包容性——让任何受启发且拥有笔记本电脑的本科生都能写出高质量的研究论文。绿色 AI 是艾伦人工智能研究所（Allen Institute for AI）的一个新兴重点。
引用
@article{arxiv.1907.10597,
title = {Green AI},
author = {Roy Schwartz and Jesse Dodge and Noah A. Smith and Oren Etzioni},
journal= {arXiv preprint arXiv:1907.10597},
year = {2019}
}
备注
12 pages