有沒有更環保的方式來訓練AI？_STAKE

機器學習正在改變世界，并且正在快速改變它。在過去的幾年中，它為我們帶來了虛擬助手，他們能夠理解語言，自動駕駛汽車，新藥發現，基于AI的醫學掃描分類，手寫識別等。

機器學習不應該改變的一件事就是氣候。

這個問題與機器學習的發展方式有關。為了使機器學習能夠準確地做出決策和預測，需要對其進行“培訓”。

想象一下一個在線銷售鞋的市場，人們試圖在網站上出售其他商品時遇到了麻煩。市場所有者決定通過構建可識別鞋子照片的AI并拒絕圖片中沒有鞋子的任何列表來將網站限制為僅鞋子。

Circle產品副總裁：在加密貨幣這塊，創新太容易了:金色財經報道，在今日舉行的Web3香港嘉年華峰會上，Circle 產品副總裁 Joao Reginatto 表示，其實現在監管環境要看你在哪個司法轄區，每個司法轄區不一樣。現在美國的監管也是讓人非常看不懂，不清楚，我認為有三個理由：第一，我們都是人，人的天性對于時間的理解很容易有偏差，我們可能會看到當下，不會看到未來。監管機構做的工作非常難，一方面私營企業界、產業界總是跑在監管的前面，金融服務的創新總是導致一些之前沒有想到的、監管覆蓋到的領域，監管方不得不追趕上這個速度，讓它更復雜的是數字貨幣，這種技術又加劇了私營部門跑得更快的情況。在加密貨幣這塊，創新太容易了，如果我們看最近的五年或者十年，有很多創造。

金融服務是以前花了10年、20年才創新出來的，現在有了加密貨幣、區塊鏈之后，幾個月的時間里或者短短幾年時間里就完成了過去幾十年才能夠完成的創新。所以我們看到很多金融工具、很多金融服務非常快地被創造出來。[2023/4/12 13:59:46]

該公司收集了成千上萬張鞋子的照片，以及不穿鞋子的類似數量的照片。它雇用數據科學家來設計復雜的數學模型并將其轉換為代碼。然后他們開始訓練他們的鞋檢測機器學習模型。

調查：60%的受訪者表示對加密貨幣缺乏了解:金色財經報道，根據Toluna最近進行的一項調查結果，57%的人表示他們知道加密貨幣，使其成為僅次于股票的第二大知名投資類型。盡管認識很廣泛，但根據來自四個地區和19個市場的10,500名18至64歲的人的回答，60%的受訪者表示，他們不了解加密貨幣。

此外，有42%的投資于加密貨幣市場的個人打算在未來六個月內增加他們在加密貨幣中持有的資產比例。有81%的受訪者打算在未來6個月內保持其投資于加密貨幣的資產數額不變，或增加這一比例。（Finbold）[2022/10/13 14:26:17]

這是至關重要的部分：計算機模型會查看鞋子的所有圖片，并嘗試找出使鞋子“發亮”的原因。非鞋子圖片沒有什么呢？無需太費勁地浪費技術細節，此過程需要大量的計算資源和時間。訓練精確的機器學習模型意味著在對模型進行訓練，調整和完善后，可以全天候，連續24周或數月全天候運行多個芯片。

V神：新書《Proof of Stake》已經出版:9月28日消息，以太坊創始人Vitalik Buterin發推表示，其新書《Proof of Stake》已經出版，“這本書匯集了我在過去10年中創作的各種著作，感謝所有幫助實現這一目標的人！”

此前報道，Vitalik Buterin于8月31日表示，其近十年文集《Proof of Stake》數字版和實物版將出版。讀者現可在Gitcoin為其捐贈并獲得數字副本和紀念NFT，全部收益將用于公益事業。[2022/9/28 22:35:47]

除了時間和金錢，人工智能培訓還消耗大量精力。現代計算機芯片閑置時僅使用最小的功率，但是當它們滿負荷工作時，它們可能會通過電燃燒，產生大量的廢熱）。

任何主要的能源使用都會對氣候變化產生影響，因為我們的大部分電力仍來自化石燃料，燃燒時會產生二氧化碳。一個最近的一項研究從馬薩諸塞大學聲稱，培養一個高級語言處理AI產生的CO2626,000lb，相同數量的五輛汽車會產生在其一生！

實際上，加拿大蒙特利爾學習算法研究所的一個團隊于去年12月發布了機器學習排放計算器，以幫助AI領域的研究人員估算訓練他們的機器學習模型時會產生多少碳。

隨著數據科學家和工程師通過向他們投入更多的精力，使用更大，更昂貴的計算來解決難題而不是專注于效率來解決更復雜的AI問題，這一問題變得越來越嚴重。

GPT-3是OpenAI最近發布的基于AI的語言模型，它在45TB的文本數據上進行了培訓這種功能強大的機器學習技術的成本仍然未知。

公平地說，其他計算過程也處于令人擔憂的軌道上。ICT專家AndersAndrae的一項研究發現，根據他最樂觀的預測，到2030年，提供Internet，視頻，語音和其他云服務的ICT行業將占全球能源總需求的8％，而他的現實預測將這一數字提高到21％-數據中心使用了三分之一以上的數據。

馬薩諸塞州大學為減少AI培訓而造成的浪費的一項重要建議是“工業界和學術界共同努力促進對計算效率更高的算法以及需要更少能源的硬件的研究”。

也可以使用軟件來提高硬件效率，從而降低AI模型所需的計算能力，但最大的影響可能來自數據中心本身對可再生能源的使用。據說，Facebook的丹麥歐登塞數據中心完全使用可再生能源。Google擁有自己的節能數據中心，例如位于芬蘭哈米納的一個數據中心。

從長遠來看，隨著世界工業經濟擺脫化石燃料的使用，計算負荷與二氧化碳生產之間的聯系可能會被打破，并且所有機器學習都將實現碳中和。甚至更長期，更深入的天氣和氣候模式學習也可以幫助人類更好地了解如何應對甚至逆轉氣候變化。

但是在此之前，負責任的企業應考慮其新技術的碳影響，并采取措施通過提高開發，軟件和硬件的效率來衡量其模型開發的碳成本。

Tags：加密貨幣ProofSTAKEROO騙子讓我買加密貨幣RugProofpstake幣怎么樣Shrooms Ai

萊特幣