随着深度学习，特别是超大规模预训练模型技术的发展，模型训练和推理所消耗的能源日益增长，这带来了更多的碳排放问题，对于全球气候可能造成不良影响。为了解决这一问题，研究者们开始探索研发更为绿色的AI算法及其相关技术。
1.绿色AI指的是在不增加，甚至降低计算成本的前提下，研发性能更为强大的AI模型的技术手段。
2.实现GreenAI主要有两个方面的手段，一是设定评价模型能效的方法；二是在模型架构、训练、推理、数据利用等方面进行研究。
绿色AI指的是在不增加，甚至降低计算成本的前提下，研发性能更为强大的AI模型的技术手段。[1] 绿色AI的概念最早由艾伦人工智能研究院等机构的研究者在2020年提出。
提出绿色AI概念的目的在于呼吁AI研究者重视人工智能带来的环境和可持续发展问题。据[2]统计，2018-2019年的国际顶会中，很多研究者关注AI的准确率而非效率。
图注：顶会中研究者关注准确率、效率和二者兼有的比例 [2]
相对于绿色AI概念的是红色AI，指的是不计算力代价提升模型性能的技术和模型。[1] 与红色AI不同，绿色AI鼓励研究者尽可能减少模型训练和推理所消耗的算力资源。
2020年的绿色AI论文中，研究者认为实现绿色AI的首要工作是确定评价AI能耗的方法。[2] 在评价模型的效率的指标方面，包括：
（1）碳排放量
（2）电力消耗
（3）实时收敛时间
（4）参数规模
（5）浮点运算量（即达到预期效果所消耗的算力）
图注：计算红色AI的公式[3]
此外，有开源社区开发者提出了绿色AI标准，推动研究者上传评测结果，推动建立统一的能效评价体系。[4]
在[1]中，研究者认为应当在模型架构、训练方法、推理方法和数据使用等方面进行改进。主要包括：
（1）紧凑的模型架构：在更小规模的模型上实现更高性能；
（2）高效的训练策略：在初始化、正则化、渐进式训练、高效自动机器学习（AutoML）等方面进行技术改进；
（3）高效推理策略：包括模型剪枝、蒸馏、低阶因式分解、数量化等；
（4）高效数据利用：包括主动学习和小样本学习等。
[1] Xu, Jingjing, et al. "A Survey on Green Deep Learning." arXiv preprint arXiv:2111.05193 (2021).
[2] Schwartz, Roy, et al. "Green ai." Communications of the ACM 63.12 (2020): 54-63.
[3] Green AI：https://cacm.acm.org/magazines/2020/12/248800-green-ai/fulltext
[4] Green Artificial Intelligence Standard：https://github.com/daviddao/green-ai
文章来源：智源社区AI FrontPage
1 个月前
阿西洛马人工智能原则（Asilomar AI Principles）是一套旨在确保人工智能（AI）技术安全、伦理和有益发展的指导原则。该原则于2017年1月在美国加利福尼亚州阿西洛马举行的“Beneficial AI”会议上提出，由“生命未来研究所”（Future of Life Institute）牵头制定，得到了包括斯蒂芬·霍金、埃隆·马斯克等在内的众多AI领域专家和学者的支持。 原则概述 阿西洛马人工智能原则共包含23条，分为三大类：科研问题、伦理和价值、更长期的问题。以下是各类别的核心内容： 1. 科研问题（Research Issues） 研究目标：AI研究应致力于创造有益于人类的智能，而非不受控制的智能。 研究经费：AI投资应部分用于研究如何确保其有益使用，包括计算机科学、经济学、法律、伦理等领域的问题。 科学与政策的联系：AI研究者与政策制定者之间应保持建设性交流。 科研文化：应培养合作、信任与透明的科研文化，避免因竞争而降低安全标准。 2. 伦理和价值（Ethics and Values） 安全性：AI系统应在整个生命周期内保持安全可靠，并在可行的情况下接受验证。 故障透明性：若AI系统造成损害，应能确定其原因。 责任：AI设计者和建造者应对其使用、误用及行为产生的道德影响负责。 价值归属：高度自主的AI系统应确保其目标与人类价值观一致。 个人隐私：人们应有权访问、管理和控制其生成的数据。 共同繁荣：AI创造的经济繁荣应惠及全人类。 3. 更长期的问题（Longer-term Issues） 能力警惕：应避免对未来AI能力上限的过高假设。 风险：AI系统可能带来的灾难性或存亡风险，需有针对性地减轻。 递归的自我提升：能够自我升级或复制的AI系统需受严格的安全控制。 公共利益：超级智能的开发应服务于广泛认可的伦理观念，而非单一国家或组织的利益。 原则的意义与影响 阿西洛马人工智能原则旨在为AI技术的发展提供伦理框架，确保其符合人类利益并避免潜在风险。这些原则不仅得到了学术界的广泛支持，也在政策制定和行业实践中产生了深远影响。 争议与挑战 尽管原则提出了明确的指导方向，但在实际应用中仍面临诸多挑战。例如，如何确保AI系统的价值归属与人类价值观一致，以及如何在全球范围内协调AI技术的监管等问题。 总结 阿西洛马人工智能原则为AI技术的发展提供了重要的伦理和安全指导，但其成功实施仍需全球范围内的合作与努力。如需了解更多细节，可参考相关文献或访问生命未来研究所的官方网站。
9 个月前
绿色AI指的是在不增加，甚至降低计算成本的前提下，研发性能更为强大的AI模型的技术手段。
