有限的AI如何成为推动全球可持续发展的一个重要工具。
将人工智能保存或水槽地球吗?
我们被AI包围。当你使用互联网,拍照,用智慧文本输入法,或者看电视,你是与人工智能交互。我们仍在这场革命的早期阶段在技术和我们的生活。
但AI可能需要大量的电力。研究人员记录了惊人的所需的力量训练一些现代人工智能算法。当然你也可以说,许多人使用的方法我发现那只猫!这成为基本服务。即使你限制AI明显有益的应用,比如医疗诊断,实现福利仍然生成一个贪得无厌的需求更多的人工智能计算周期和更多的能量。所以我们回到起点:值得吗?
简言之,是的。AI-when实现与远见将成为我们的一个最重要的新工具,推动全球可持续性。原因如下:
1。人工智能正变得更有效率。尽管早期的人工智能是由一个种族的功能和相关指数电力需求,最近焦点已经转移到更高效的人工智能算法,优化工具和专用处理器调整有效的人工智能,所有导致巨大的能源效率收益。
考虑硅部分。去年,胳膊发布Cortex-M55 CPU和Ethos-U55 microNPU促进物联网机器学习(ML)处理的设备。Cortex-M55就提供了一个7 x ML性能提升和6 x每瓦特性能增加。在一起,然而,两个处理器结合50倍的性能提升和25 x效率的提升。手臂当然并不孤单:gpu处理人工智能有效地扮演着重要角色在数据中心和多个创业发展中对人工智能处理器。
称之为Performance-Perfection周期。通常当一个新的创新出现,公司开始了一场比赛更好的性能。一旦功能的“足够好”水平,效率开始的追逐。人工智能目前舍入北极。
2。人工智能任务将从云转移到本地设备。运行的人工智能,它需要发生在周围的设备us-reduces带宽、成本和精力。考虑一个声控的咖啡壶。如果制造商选择过程其消费者的语音指令在云中,它每年会花费15美元/设备提供支持。与平均寿命为5至10年声控的,云端咖啡机将成为一个损失领袖以不止一种方式。本地人工智能处理会几乎没有开销。
人工智能推理将搬到本地设备。复杂,一次性的“训练”仍将在云中,但随着时间的推移,我们将看到这也倾向于边缘和周围的设备。
3所示。AI有潜力使几乎所有使用权力更有效。泵消耗据估计世界上10%的电力根据格兰富和90%的效率不高,。能源使用效率提高的潜力实现甚至一半的通过启用人工智能控制可以减少全球电力消耗1到2%。本地化AI控制已经成为常见的在这一领域,并将随着时间的推移变得更加普遍。
甚至诸如建筑管理系统已经受益于数字控制看到改善通过人工智能和ML,能够更好地预测和应对,交通模式。一些估计数字技术能减排15%吗通过现实世界的隐藏。底线是:世界是一个大的地方,但现在还不是特别聪明。精力花在高效,越来越多当地的人工智能,有可能实现巨大的电能节约。
4所示。人工智能将会使世界更多功能。AI就像一个蘑菇:繁殖迅速。谷歌使用人工智能数据中心冷却减少了30%,像天气数据来源。接下来,它尝试了时间改变,即一些不紧急的任务转移到次一天人工智能算法预测更大(便宜)风能和太阳能的供应。现在正在考虑从一个数据中心转移到另一个应用技术推广到可再生能源的最大化。的累积效应明显更高效、更可持续、更经济的数据中心。
5。一些部分已经到位。冰箱通常是第二大消费者的电力在你家里,吞噬总数的13%。而区域效率法规所导致的增量改进,AI有潜力产生重大影响。
Arm的合作伙伴人看到主要设备制造商在土耳其,跑了一个思想实验,看看AI添加到现有的冰箱,他们占用更少内存和处理器和固定压缩机运行时报》可能会有所帮助。它开发了一个轻量级的强化学习(RL)算法,分析了地方,家庭行为不大量的训练数据——看看可以减少温度波动,发生当人们打开和关闭的门。波动越小,压缩机功率消耗的越少。它发现这样一个系统可以减少现有冰箱功率估计有10%。假设,你可以关闭9整个电厂广泛部署在欧洲。
让我们继续。全世界大约有10亿智能电表安装了。想象使用米允许峰值功率保护电器与公用事业公司谈判折扣。峰值功率植物花费数亿美元,习惯一年只有几天,可以比其它植物有更高的发射配置文件。潜在的巨大收益可以用已有的东西了。
实现分布式智能将工作。算法和处理效率、安全性、数据管理和数据治理都是问题。我们还将看到作为服务创新模型与设备制造商增加优化和预见性维护服务设备和家电销售。
不过,努力将是值得的。人工智能的独特力量将使我们能够承担一些世界上最大的挑战,同样重要的是,我们将收集的经验和技术,在未来十年将使我们能够有效地这样做。
|
|
|
|
|
|
|
|
|
|
留下一个回复