s

INTELIGÊNCIA ARTIFICIAL

Custo ambiental e energético de treinar machine learning cresce

A busca por modelos cada vez mais precisos está aumentando o gasto energético com desenvolvimento de redes neurais

Por Kate Saenko, The Conversation 16/12/2020

Neste mês de dezembro, o Google protagonizou um episódio controverso no campo da Inteligência Artificial. Após ter um artigo sobre ética da IA retirado de circulação pela empresa, a pesquisadora Timnit Gebru foi forçada a deixar o cargo que ocupava. O artigo aponta os riscos da inteligência artificial de processamento de linguagem, usado na no motor de pesquisa do Google Search e em outros produtos de texto da companhia. 

Entre os riscos destacados pela pesquisadora está a grande pegada de carbono que resulta do desenvolvimento desse tipo de tecnologia de IA. Segundo estimativas, o treinamento de um único modelo de machine learning gera tantas emissões de carbono quanto é necessário para construir e dirigir cinco carros ao longo de suas vidas úteis. Mas por que algoritmos inteligentes demandam tanta energia e em que medida são diferentes da computação tradicional em data centers? 

Treinamento ineficiente

O processamento de dados, tradicionalmente realizado em data centers, inclui streaming de vídeo, e-mail e mídias sociais. A IA requer mais intensidade computacional porque precisa ler muitos dados até aprender a entendê-los. Isto é o que chamam de treinamento do modelo. Os modelos de IA são treinados em hardware especializado, como unidades de processador gráfico, que consomem mais energia do que as CPUs tradicionais. 

Conteúdo exclusivo para membros da The Shift

Aproveite a promoção e assine

A capacidade de um programa de criar artigos impressiona cientistas

Inteligência Artificial

A capacidade de um programa de criar artigos impressiona cientistas

A escrita do GPT-3 parece ter sido criada por um humano. Esse programa de geração de linguagem também é capaz de escrever códigos limpos e suas habilidades poderiam ser usadas em várias áreas

Por Prasenjit Mitra, The Conversation
Desafio de tornar a Inteligência Artificial confiável é imperativo para os negócios

Inteligência Artificial

Desafio de tornar a Inteligência Artificial confiável é imperativo...

As pessoas não estão dispostas a aceitar tecnologias a menos que possam exercer mais controle sobre seus resultados

Por Cristina De Luca
TinyML: a próxima revolução da Inteligência Artificial

Inteligência Artificial

TinyML: a próxima revolução da Inteligência Artificial

Embarcada em microcontroladores, a tecnologia oferece a pequenos dispositivos a capacidade de tomar decisões inteligentes sem a necessidade de trocar dados com a nuvem

Por Redação The Shift