（文章來(lái)源：教育新聞網(wǎng)）

近年來(lái)，在測(cè)量機(jī)器學(xué)習(xí)的偏見(jiàn)方面存在一個(gè)估計(jì)。我們現(xiàn)在知道，這些“無(wú)偏見(jiàn)”的自動(dòng)化工具實(shí)際上并非沒(méi)有偏見(jiàn)，并且越來(lái)越多的要求研究人員在將其產(chǎn)品釋放給社會(huì)之前考慮他們的產(chǎn)品可能如何破壞或危害他人的生命。但是，這不僅是我們應(yīng)該擔(dān)心的最終產(chǎn)品，而且還涉及構(gòu)建它們的后果。訓(xùn)練這些算法實(shí)際上會(huì)毒害我們的星球。

隨著世界在Facebook飼料和后院中燃燒，即使是最無(wú)害的東西的碳足跡也正在受到審查。它引發(fā)了有關(guān)空調(diào)設(shè)備，吸管，面部磨砂膏，塑料袋，航空旅行的辯論。但是，也有一些世俗的系統(tǒng)無(wú)法察覺(jué)地統(tǒng)治著我們的生活，并助長(zhǎng)了氣候變化，例如垃圾郵件過(guò)濾器，翻譯服務(wù)，搜索引擎關(guān)鍵字和智能助手。

這些服務(wù)的基礎(chǔ)稱為自然語(yǔ)言處理(NLP)，這是人工智能的一個(gè)分支，旨在教機(jī)器如何理解人類語(yǔ)言的細(xì)微差別。以有價(jià)值的方式訓(xùn)練這些語(yǔ)言模型需要大量的計(jì)算能力和電力。僅僅使用由該技術(shù)提供支持的工具并不能引起全世界的關(guān)注(無(wú)需抵制自動(dòng)更正)，但是，如果工業(yè)界和學(xué)術(shù)界不采取更環(huán)保的做法，那么教給這些工具背后的大腦可能會(huì)造成真正的環(huán)境破壞。

“我們希望就我們這個(gè)社區(qū)如何開(kāi)始思考效率而不僅僅是以越來(lái)越高的準(zhǔn)確性開(kāi)始思考的對(duì)話，”最近關(guān)于環(huán)境后果的論文的合著者Ananya Ganesh深度學(xué)習(xí)，告訴我。Ganesh是馬薩諸塞州阿默斯特大學(xué)的一組研究人員之一，該研究組于6月發(fā)表了一篇論文，研究了這些模型對(duì)環(huán)境的影響。研究發(fā)現(xiàn)，僅訓(xùn)練一種AI模型產(chǎn)生的二氧化碳當(dāng)量就相當(dāng)于五輛普通美國(guó)汽車的終身排放量。

這些發(fā)現(xiàn)在AI專家社區(qū)中存在分歧。它僅探討了如何訓(xùn)練AI模型的一個(gè)非常具體的示例，大多數(shù)機(jī)器學(xué)習(xí)研究人員不一定都使用該模型-從頭開(kāi)始訓(xùn)練。仍然有一個(gè)基本共識(shí)，即人們迫切需要關(guān)注機(jī)器學(xué)習(xí)對(duì)氣候變化的貢獻(xiàn)。

魁北克市Mila AI研究所的博士后研究員Sasha Luccioni致力于開(kāi)發(fā)這種工具，以幫助AI研究人員估算其機(jī)器學(xué)習(xí)模型的碳足跡。她承認(rèn)，馬薩諸塞州大學(xué)的論文有些微不足道，因?yàn)榕c研究中使用的場(chǎng)景不同，“很少有人”從頭開(kāi)始訓(xùn)練他們的模型，現(xiàn)在很多培訓(xùn)是使用諸如例如Google，Amazon和Microsoft，它們大多數(shù)都是碳中和或正在向碳中和。但是盧奇奧尼(Luccioni)告訴我，這項(xiàng)研究是圍繞能源效率和AI進(jìn)行重要對(duì)話的重要途徑。她說(shuō)：“重要的是要討論這些問(wèn)題，并將其作為標(biāo)準(zhǔn)對(duì)話的一部分進(jìn)行?！?br /> ? ? ?