立场：张量网络是绿色 AI 的宝贵资产
机器学习
2025-03-18 v2 人工智能
摘要
本立场论文首次引入张量网络（TNs）与绿色 AI 之间的基本联系，凸显二者协同增强 AI 研究包容性与可持续性的潜力。我们认为 TNs 对绿色 AI 具有价值，因其坚实的数学基础与固有的对数压缩潜力。我们对绿色 AI 的持续讨论进行全面综述，强调 AI 研究中可持续性与包容性的重要意义，以论证建立绿色 AI 与 TNs 联系的必要性。为支持我们的立场，我们首先全面概述绿色 AI 文献中提出的效率度量，随后使用所提效率度量评估核机器与深度学习领域的 TNs 实例。本立场论文旨在通过桥接绿色 AI 与 TNs 的基本原理，激励有意义、建设性的讨论。我们倡导研究者认真评估将 TNs 整合进其研究项目，并基于本文建立的联系，支持先前鼓励研究者将绿色 AI 原则作为研究优先项的呼吁。
引用
@article{arxiv.2205.12961,
title = {Position: Tensor Networks are a Valuable Asset for Green AI},
author = {Eva Memmel and Clara Menzen and Jetze Schuurmans and Frederiek Wesel and Kim Batselier},
journal= {arXiv preprint arXiv:2205.12961},
year = {2025}
}
备注
This paper has been accepted for presentation at the International Conference on Machine Learning (ICML) 2024 and will appear in the conference proceedings