迈向自然语言处理研究中的气候意识
计算与语言
2022-10-19 v4 计算机与社会
摘要
鉴于训练和运行计算模型所消耗的能源日益增长，人工智能尤其是NLP研究的气候影响已成为一个严峻问题。因此，高效NLP受到越来越多的关注。然而，这一重要举措缺乏简单的指南，以使得NLP研究的气候影响能够被系统性地报告。我们认为这一缺失是导致NLP领域极少有出版物报告关键数据、从而无法更深入审视环境影响的原因之一。作为补救，我们提出了一种气候性能模型卡片，其主要目的是在仅掌握有限实验信息及底层计算机硬件信息的情况下即可实际可用。我们阐述了为何这一步骤对于提升NLP研究环境影响的意识至关重要，并由此为更充分的讨论铺平道路。
引用
@article{arxiv.2205.05071,
title = {Towards Climate Awareness in NLP Research},
author = {Daniel Hershcovich and Nicolas Webersinke and Mathias Kraus and Julia Anna Bingler and Markus Leippold},
journal= {arXiv preprint arXiv:2205.05071},
year = {2022}
}
备注
Accepted to EMNLP 2022