导读人工智能(AI)机器学习可能会产生可观的碳足迹。深度学习本质上是昂贵的，因为它需要大量的计算和能源。现在，英国的研究人员已经发现了如何
人工智能(AI)机器学习可能会产生可观的碳足迹。深度学习本质上是昂贵的，因为它需要大量的计算和能源。现在，英国的研究人员已经发现了如何在不牺牲准确性的情况下创建节能的人工神经网络，并将研究结果发表在《自然通讯》上2020年8月26日。
生物大脑的神经形态计算，跨学科的方法启发后，吸引了神经科学，物理，人工情报，计算机科学和电子工程营造的人工神经系统模拟生物功能和系统。人脑是一个复杂的系统，包含大约860亿个神经元，2,000亿个神经元和数百万亿个突触。凭借每秒处理近一千次操作的性能，大脑的能量效率非常高，功耗为10-23瓦。
另一方面，机器学习在计算上很昂贵，并且对能量的需求很高。例如，根据马萨诸塞州大学阿默斯特分校的一项研究，使用神经体系结构搜索训练大型AI模型可以排放284公吨二氧化碳当量，这与五辆普通美国汽车产生的生命周期排放量大致相同去年出版。
为什么AI机器学习如此昂贵?答案主要是由于计算硬件体系结构。AI通常在通用计算机上运行，该计算机通常具有所谓的冯·诺依曼体系结构-其中有独立的存储器和算术逻辑单元。这种设计分离要求在处理时将数据与存储器和计算单元之间来回传输。对于具有一百多个参数的大型人工神经网络(ANN)，在具有冯诺依曼体系结构的计算机上进行处理需要大量的时间在训练和推理阶段。