NFT:有沒有更環保的方式來訓練AI？_TER

機器學習正在改變世界，并且正在快速改變它。在過去的幾年中，它為我們帶來了虛擬助手，他們能夠理解語言，自動駕駛汽車，新藥發現，基于AI的醫學掃描分類，手寫識別等。

機器學習不應該改變的一件事就是氣候。

這個問題與機器學習的發展方式有關。為了使機器學習能夠準確地做出決策和預測，需要對其進行“培訓”。

想象一下一個在線銷售鞋的市場，人們試圖在網站上出售其他商品時遇到了麻煩。市場所有者決定通過構建可識別鞋子照片的AI并拒絕圖片中沒有鞋子的任何列表來將網站限制為僅鞋子。

Argo Blockchain前CEO Peter Wall加入區塊鏈公司SBP擔任顧問:金色財經報道，比特幣挖礦公司Argo Blockchain的前首席執行官Peter Wall有了一份新工作，他加入了區塊鏈公司SBP，并將擔任該公司新的高級顧問。[2023/6/28 22:04:18]

該公司收集了成千上萬張鞋子的照片，以及不穿鞋子的類似數量的照片。它雇用數據科學家來設計復雜的數學模型并將其轉換為代碼。然后他們開始訓練他們的鞋檢測機器學習模型。

這是至關重要的部分：計算機模型會查看鞋子的所有圖片，并嘗試找出使鞋子“發亮”的原因。非鞋子圖片沒有什么呢？無需太費勁地浪費技術細節，此過程需要大量的計算資源和時間。訓練精確的機器學習模型意味著在對模型進行訓練，調整和完善后，可以全天候，連續24周或數月全天候運行多個芯片。

Taho錢包推出NFT畫廊體驗功能:金色財經報道，Taho錢包推出NFT畫廊體驗功能，用戶可以跨網絡和賬戶訪問用戶所有的NFT；直接在錢包中查看所有NFT的信息，例如底價、描述和特征；通過只讀模式查看NFT，無需導入助記詞，還可以通過只讀模式查看其他帳戶；使用大量選項來個性化觀看體驗，以篩選NFT收藏。NFT現在也可以在Portfolio選項卡中的所有賬戶 + 網絡的總余額中顯示，讓用戶更直觀的管理NFT資產。[2023/4/12 13:57:34]

除了時間和金錢，人工智能培訓還消耗大量精力。現代計算機芯片閑置時僅使用最小的功率，但是當它們滿負荷工作時，它們可能會通過電燃燒，產生大量的廢熱）。

數據：AUSD升至0.96美元區間基本恢復錨定:金色財經報道，據最新數據顯示，Acala Dollar（AUSD）價格已升至0.96美元區間，基本恢復錨定，本文撰寫時達到0.957095美元，24小時漲幅為10246.6%。此前 Acala 因iBTC/aUSD池配置錯誤導致大量aUSD的錯誤開采，一度導致其價格暴跌99%嚴重脫錨。[2022/8/16 12:28:10]

任何主要的能源使用都會對氣候變化產生影響，因為我們的大部分電力仍來自化石燃料，燃燒時會產生二氧化碳。一個最近的一項研究從馬薩諸塞大學聲稱，培養一個高級語言處理AI產生的CO2626,000lb，相同數量的五輛汽車會產生在其一生！

實際上，加拿大蒙特利爾學習算法研究所的一個團隊于去年12月發布了機器學習排放計算器，以幫助AI領域的研究人員估算訓練他們的機器學習模型時會產生多少碳。

隨著數據科學家和工程師通過向他們投入更多的精力，使用更大，更昂貴的計算來解決難題而不是專注于效率來解決更復雜的AI問題，這一問題變得越來越嚴重。

GPT-3是OpenAI最近發布的基于AI的語言模型，它在45TB的文本數據上進行了培訓這種功能強大的機器學習技術的成本仍然未知。

公平地說，其他計算過程也處于令人擔憂的軌道上。ICT專家AndersAndrae的一項研究發現，根據他最樂觀的預測，到2030年，提供Internet，視頻，語音和其他云服務的ICT行業將占全球能源總需求的8％，而他的現實預測將這一數字提高到21％-數據中心使用了三分之一以上的數據。

馬薩諸塞州大學為減少AI培訓而造成的浪費的一項重要建議是“工業界和學術界共同努力促進對計算效率更高的算法以及需要更少能源的硬件的研究”。

也可以使用軟件來提高硬件效率，從而降低AI模型所需的計算能力，但最大的影響可能來自數據中心本身對可再生能源的使用。據說，Facebook的丹麥歐登塞數據中心完全使用可再生能源。Google擁有自己的節能數據中心，例如位于芬蘭哈米納的一個數據中心。

從長遠來看，隨著世界工業經濟擺脫化石燃料的使用，計算負荷與二氧化碳生產之間的聯系可能會被打破，并且所有機器學習都將實現碳中和。甚至更長期，更深入的天氣和氣候模式學習也可以幫助人類更好地了解如何應對甚至逆轉氣候變化。

但是在此之前，負責任的企業應考慮其新技術的碳影響，并采取措施通過提高開發，軟件和硬件的效率來衡量其模型開發的碳成本。

Tags：NFTUSDAUSDTERapenft幣太垃圾了globalusdtokenAUSDTTercet Network

BNB