2025 मध्ये स्मार्ट मशीनची छुपी कार्बन किंमत कमी करणे

हायलाइट्स

• ग्रीन एआय स्मार्ट हार्डवेअर, लाइटवेट मॉडेल आणि उत्सर्जन-ट्रॅकिंग साधनांद्वारे कार्यक्षमतेस प्रोत्साहित करते.
• मोठ्या एआय मॉडेल्सचे प्रशिक्षण उच्च पातळीचे सीओआय उत्सर्जित करते, बहुतेक वेळा एकाधिक कारच्या आजीवनांपेक्षा जास्त असते.
• सरकार आणि तंत्रज्ञान दिग्गज नूतनीकरणयोग्य ऊर्जा आणि नियमनाद्वारे टिकाव टिकवून ठेवण्याचे वचन देत आहेत.

कृत्रिम बुद्धिमत्ता आपल्या जगण्याच्या, कार्य आणि कनेक्ट करण्याच्या मार्गाचे रूपांतर करीत आहे. रोगांचे निदान आणि स्वत: ची ड्रायव्हिंग कार पॉवरिंग करण्यापासून ते आपल्या सामाजिक फीड्सचे क्युरेटिंग आणि मानवी भाषा समजून घेण्यापर्यंत, एआय सर्वत्र आहे. तथापि, एक झेल आहे: या बुद्धिमत्तेमागील मॉडेल्सना प्रशिक्षण देण्यासाठी महत्त्वपूर्ण प्रमाणात उर्जा आवश्यक आहे. एआय सिस्टम अधिक शक्तिशाली बनत असताना, ते पार्श्वभूमीवर शांतपणे मोठ्या प्रमाणात कार्बन फूटप्रिंट्स जमा होतात. तिथेच आहे ग्रीन एआयची कल्पना येतात, कृत्रिम बुद्धिमत्ता अधिक ऊर्जा-कार्यक्षम, जबाबदार आणि पर्यावरणास टिकाऊ बनविण्यासाठी वाढणारी चळवळ. हा लेख एआयची कार्बन खर्च ही वास्तविक चिंता का आहे, संशोधक आणि टेक कंपन्या हे निश्चित करण्यासाठी घेत असलेल्या चरण आणि हिरव्यागार एआय भविष्य कसे दिसू शकतात यावर हा लेख डुबकी मारतो.

स्मार्ट मशीनची छुपे किंमत

हे आश्चर्यचकित होऊ शकते, परंतु एका अत्याधुनिक एआय मॉडेलचे प्रशिक्षण देण्यास प्रशिक्षण देऊ शकते जितके कार्बन डाय ऑक्साईड त्यांच्या संपूर्ण आयुष्यात पाच सरासरी कार करतात. जीपीटी -2 सारख्या जुन्या मॉडेल्सच्या प्रशिक्षणावर आधारित मॅसेच्युसेट्स he म्हर्स्ट विद्यापीठातील संशोधकांनी ही डोळ्यांसमोर आकडेवारी आयोजित केली होती. आजच्या जीपीटी 4, मिथुन किंवा क्लॉड सारख्या मोठ्या मॉडेल्ससह, संख्या कदाचित जास्त असेल.

या मॉडेल्सचे प्रशिक्षण म्हणजे मोठ्या प्रमाणात डेटा आहार देणे आणि काही दिवस किंवा आठवडे चोवीस तास शक्तिशाली जीपीयू आणि टीपीयू चालविणे म्हणजे हे खूप ऊर्जा-केंद्रित आहे. मॉडेल जितके मोठे आणि अधिक गुंतागुंतीचे आहे तितके संगणकीय शक्ती ही मागणी करते. अचूकतेत किरकोळ सुधारणांचा पाठलाग केल्याने बर्‍याचदा संगणनात लक्षणीय वाढ होते आणि विस्तार, उर्जा वापराद्वारे. हे कमी होणार्‍या परताव्याचे एक उत्कृष्ट प्रकरण आहे, परंतु वास्तविक-जगातील पर्यावरणीय परिणामासह.

ग्रीन एआय म्हणजे काय?

ग्रीन एआय एक विशिष्ट साधन किंवा डिव्हाइस नाही, परंतु ही एक मानसिकता आहे. हे एआय सिस्टम डिझाइन करण्याबद्दल आहे जे केवळ स्मार्ट नाही तर टिकाऊ देखील आहेत. हा शब्द रॉय श्वार्ट्ज आणि एआयआयच्या len लन इन्स्टिट्यूटमध्ये त्याच्या टीमने 2019 मध्ये तयार केला होता. त्यांचा संदेश स्पष्ट होता: आपण केवळ अचूकता आणि कामगिरीवर लक्ष केंद्रित करू नये, परंतु तेथे जाण्याच्या पर्यावरणीय खर्चाचा मागोवा घेणे देखील आवश्यक आहे.

ही कल्पना पारंपारिक एआय विकासावरील स्क्रिप्ट देखील फ्लिप करते. “हे मॉडेल किती अचूक आहे?” असे विचारण्याऐवजी, ग्रीन एआय विचारेल, “ती वापरत असलेल्या उर्जेसाठी किती अचूक आहे?” हे कार्यक्षम डिझाइन, अधिक नाविन्यपूर्ण संसाधनाचा उपयोग आणि प्रशिक्षण मॉडेल्सकडे अधिक विचारशील दृष्टिकोन याबद्दल आहे, विशेषत: एआय दररोजच्या जीवनात वाढत्या प्रमाणात समाकलित होते.

हार्डवेअर देखील स्मार्ट बनवित आहे

एआयचा पर्यावरणीय पदचिन्ह सुधारणे कोडसह थांबत नाही परंतु चिप्स आणि डेटा सेंटरपर्यंत विस्तारित आहे जेथे काम होते. टेक उद्योग आधीच येथे मोठ्या हालचाली करीत आहे. एनव्हीडियाची हॉपर चिप्स, Google चे टीपीयू व्ही 5 आणि Apple पलचे न्यूरल इंजिन हे प्रत्येक उर्जेच्या वॅटमधून जास्तीत जास्त कामगिरी काढण्यासाठी डिझाइन केलेले आहे. हे नवीन प्रोसेसर कार्यक्षमतेच्या लक्षात घेऊन स्पष्टपणे तयार केले गेले आहेत.

मग गणना कोठे होते हा प्रश्न आहे. मायक्रोसॉफ्ट, गूगल आणि Amazon मेझॉन सारख्या क्लाऊड जायंट्स नूतनीकरणयोग्य उर्जेसह त्यांच्या डेटा सेंटरला शक्ती देण्यासाठी रेस करीत आहेत. गूगल 2007 पासून कार्बन-न्यूट्रल आहे आणि 2030 पर्यंत 100% कार्बन-मुक्त उर्जा 24/7 वर ऑपरेट करण्याचे उद्दीष्ट आहे. मायक्रोसॉफ्टने त्याच वर्षी कार्बन नकारात्मक बनून एक पाऊल पुढे जाण्याचा प्रयत्न केला. याचा अर्थ ते उत्सर्जित करण्यापेक्षा हवेच्या बाहेर अधिक कार्बन खेचणे.

डेटा केंद्रे त्यांचे शीतलता ज्या प्रकारे टिकवून ठेवतात ते विकसित होत आहे. पारंपारिक वातानुकूलनवर अवलंबून राहण्याऐवजी, काही प्रगत लिक्विड कूलिंग सिस्टम वापरत आहेत किंवा जवळपासच्या इमारती उबदार करण्यासाठी कचरा उष्णता कॅप्चर करीत आहेत. या नवकल्पना उत्सर्जन कमी करताना उर्जा वापर (आणि बिले) खाली ठेवण्यास मदत करतात.

हुशार सॉफ्टवेअर = ग्रीनर एआय

हार्डवेअर मदत करते, परंतु सॉफ्टवेअर देखील तितकेच महत्त्वाचे आहे. कामगिरीच्या बाबतीत जास्त बलिदान न देता लहान, वेगवान आणि फिकट मॉडेल तयार करण्याची त्यांची क्षमता संशोधक सुधारत आहेत.

मॉडेल रोपांची छाटणी चरबी ट्रिम करण्यासारखे आहे, जे तंत्रिका नेटवर्कमधील अनावश्यक कनेक्शन काढून टाकते, ज्यामुळे ते अधिक कार्यक्षमतेने कार्य करण्यास अनुमती देते. क्वांटिझेशन हे आणखी एक तंत्र आहे जे गणनाची सुस्पष्टता कमी करते, जे संगणकीय शक्ती आवश्यक प्रमाणात कमी करू शकते. आणि मग 'ज्ञान ऊर्धपातन' आहे जिथे एक मोठे मॉडेल 'कमी संसाधनांसह समान कार्ये कशी करावी हे लहान मॉडेलला शिकवते.

हस्तांतरण शिक्षण हा आणखी एक गेम-चेंजर आहे. सुरवातीपासून मॉडेलला प्रशिक्षण देण्याऐवजी, विकसक पूर्व-प्रशिक्षित मॉडेलसह प्रारंभ करू शकतात (जसे चेहरा किंवा मेटाच्या लामाला मिठी मारण्यापासून) आणि त्यांच्या विशिष्ट कार्यासाठी फक्त त्यास बारीक करा. यामुळे मोठ्या प्रमाणात वेळ तसेच उर्जा वाचते.

एफिशियंटनेट आणि मोबाईलनेट सारखी काही नवीन मॉडेल्स मैदानापासून हलके आणि वेगवान दोन्हीसाठी डिझाइन केली गेली आहेत, जी मोबाइल डिव्हाइस किंवा लो-पॉवर हार्डवेअरवरील अनुप्रयोगांसाठी मौल्यवान आहे जिथे प्रत्येक मिलिवाटची गणना केली जाते.

उत्सर्जनाचा मागोवा घेणे: जाणून घेणे अर्धा लढाई आहे

ग्रीन एआय मधील सर्वात महत्वाची बदल म्हणजे आपण काय तयार करीत आहोत याची कार्बन किंमत फक्त माहित आहे. अधिक विकसक आता त्यांच्या एआय प्रकल्पांच्या उर्जेचा वापर आणि उत्सर्जनाचा मागोवा घेण्यासाठी एमएलसीओ 2 आणि कोडेकार्बन सारख्या साधनांचा वापर करीत आहेत. ही साधने आपल्या कोडसह समाकलित होतील आणि उत्सर्जनासाठी फिटनेस ट्रॅकर प्रमाणेच आपल्या प्रशिक्षण चालविणा carbor ्या कार्बनचे प्रमाण देखील प्रदर्शित करेल.

कार्यक्षमतेसाठी सार्वजनिक बेंचमार्क तयार करण्याचा देखील एक दबाव आहे, जसे की आम्ही मॉडेलला वेग किंवा अचूकतेवर कसे रेट करतो. उदाहरणार्थ, ग्रीन 500, त्यांनी प्रति वॅट किती काम पूर्ण केले त्या प्रमाणात सुपर कॉम्प्यूटर देखील आहेत. हे बेंचमार्क काही मैत्रीपूर्ण स्पर्धा देखील तयार करतात आणि ऊर्जा-कार्यक्षम नाविन्यपूर्णतेवर स्पॉटलाइट चमकतात.

शासकीय प्रतिसाद

नियामक जग देखील हळूहळू पकडत आहे. युरोपियन युनियनमध्ये, आगामी एआय कायद्यात टिकाऊपणाच्या तरतुदींचा समावेश आहे, ज्यासाठी लवकरच कंपन्यांनी त्यांच्या एआय सिस्टमचा पर्यावरणीय परिणाम उघड करणे आवश्यक आहे. फ्रान्सचा डेटा संरक्षण प्राधिकरण एआयची रचना इको-रिस्पॉन्सिबिलिटी लक्षात ठेवून तयार करण्याच्या वकिली करीत आहे, तर यूके एआय सुरक्षा आणि नीतिशास्त्र यांच्या संयुक्त विद्यमाने पर्यावरणाच्या जोखमीचे मूल्यांकन कसे करावे हे तपासत आहे.

हे नियामक लक्ष वाढत्या अनुभूतीचे प्रतिबिंबित करते: एआय केवळ एक तंत्रज्ञानाचा मुद्दा नाही तर हवामान देखील आहे. सेक्टर स्केल म्हणून, ते सुधारू शकले नाहीत तर ते सुधारू शकले नाहीत किंवा शिपिंग सारख्या उद्योगांच्या कार्बन फूटप्रिंटला प्रतिस्पर्धी किंवा त्यापेक्षा जास्त असू शकतात.

निष्कर्ष

ग्रीन एआयसाठी पुढेचा रस्ता सहयोगी आहे. हे अभियंता, हवामान शास्त्रज्ञ, चिप डिझाइनर, क्लाउड प्रदाता आणि एआयच्या विकासाच्या पायावर टिकाव टिकवून ठेवण्यासाठी एकत्र काम करणारे सरकार घेईल.

आधीच काही आशादायक उदाहरणे आहेत. फ्रान्सची जीन झे सुपर कॉम्प्यूटर आणि जपानची एबीसीआय क्लाऊड इन्फ्रास्ट्रक्चर दोन्ही नूतनीकरणयोग्य उर्जेवर संपूर्णपणे एआय वर्कलोड चालविण्यासाठी तयार केली गेली आहे. या प्रकारच्या सार्वजनिक-खाजगी उपक्रम भविष्यात एआय संशोधन वातावरणासाठी मानक ठरवू शकतात.

एआय येथे राहण्यासाठी आहे आणि त्याचा प्रभाव केवळ वाढत आहे. तथापि, आम्ही ते कसे तयार आणि कसे वापरतो हे खूप महत्त्वाचे आहे. ग्रीन एआय हे सुनिश्चित करण्याबद्दल आहे की डिजिटल क्रांती ग्रहाच्या किंमतीवर येत नाही. हे नाविन्यपूर्णतेबद्दल नाही; हे हुशार, क्लीनर आणि अधिक जबाबदार तंत्रज्ञान तयार करण्याबद्दल आहे.

जर आपण मशीनला शिकण्यासाठी प्रशिक्षण देऊ शकलो तर आम्ही स्वत: ला काळजी घेण्यासाठी प्रशिक्षण देऊ शकतो. आणि हवामानाच्या संकटाचा सामना करणा a ्या जगात, एआय ग्रीनर बनविणे केवळ तांत्रिक आव्हान नाही – हे नैतिक अत्यावश्यक आहे.