• Hugging Face 的 AI 与气候负责人 Sasha Luccioni 探索了 AI 模型的环境影响，并专注于 AI 技术与环境可持续性的交叉点，探索通过更好的测量和明智的选择来减少 AI 生态影响的方法。
  • AI 模型，尤其是像 ChatGPT 这样的大型语言模型，在训练和部署过程中消耗大量能源。
  • 受家电能源之星计划的启发，Luccioni 提议为 AI 模型建立类似的评级系统。

Sasha Luccioni 博士是一位伦理人工智能研究员。在过去十年中，她的工作为更好地理解 AI 技术的社会和环境影响铺平了道路。最近她探索了 AI 模型的环境影响，并专注于 AI 技术与环境可持续性的交叉点，探索通过更好的测量和明智的选择来减少 AI 生态影响的方法。

1. AI 模型的环境影响

AI 模型，尤其是像 ChatGPT 这样的大型语言模型，在训练和部署过程中消耗大量能源。这种能源消耗导致大量的碳排放，相当于几辆汽车在其生命周期内的排放量。训练此类模型消耗的能源相当于几十个美国家庭一年的用电量。

另请阅读：True Fit 利用 AI 帮助在线购物者找到最佳着装

另请阅读：Sword Health 融资 1.3 亿美元，估值升至 30 亿美元

2. 为 AI 开发能源之星评级

受家电能源之星计划的启发，Luccioni 为 AI 模型提出了类似的评级系统。该系统旨在帮助用户根据能效选择模型，促进更可持续的 AI 使用。目标是创建一种标准化的方法，来衡量和比较不同任务中各种 AI 模型的能源消耗。

3. 初步测试与结果

该项目涉及使用标准化数据集在各种任务上测试 AI 模型，包括文本生成、图像分类和语音识别。初步结果显示，模型之间的能效差异很大，有些模型根据任务的不同，能耗明显高于其他模型。这些发现突显了在 AI 模型部署中优化和提高效率的潜力。

4. 测量能源消耗的工具

为了帮助评估环境影响，已经开发了像 Code Carbon 这样的工具。这些工具估算 AI 模型的能源消耗和碳排放，使开发人员能够做出更明智、更可持续的选择。通过使用此类工具，公司可以减少其 AI 技术的环境足迹。

5. 未来工作与社区参与

目前的工作包括扩展评级系统以涵盖更多任务和模型，完善测量方法，并鼓励社区反馈。最终目标是与国际标准化组织ISO或NIST等组织合作，广泛采用并发布绿色 AI 排行榜，以帮助 AI 社区根据能效比较和选择模型，促进更可持续的 AI 生态系统。