論文の概要: A Green(er) World for A.I

• arxiv url: http://arxiv.org/abs/2301.11581v1
• Date: Fri, 27 Jan 2023 08:01:38 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-30 16:02:58.893692
• Title: A Green(er) World for A.I
• Title（参考訳）: a.i.のためのグリーン(er)ワールド
• Authors: Dan Zhao, Nathan C. Frey, Joseph McDonald, Matthew Hubbell, David Bestor, Michael Jones, Andrew Prout, Vijay Gadepally, Siddharth Samsi
• Abstract要約: 本稿では、より持続可能でエネルギー効率が高く、エネルギーに配慮したエコシステムであるGreen A.I.の展望を概説する。 本稿では,様々な領域の鳥の視線を,潜在的な変化と改善のために提示する。 これらの点が、これらの問題とその潜在的な解決策について、さらなる議論と行動を引き起こすことを期待しています。
• 参考スコア（独自算出の注目度）: 9.330274375369802
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: As research and practice in artificial intelligence (A.I.) grow in leaps and bounds, the resources necessary to sustain and support their operations also grow at an increasing pace. While innovations and applications from A.I. have brought significant advances, from applications to vision and natural language to improvements to fields like medical imaging and materials engineering, their costs should not be neglected. As we embrace a world with ever-increasing amounts of data as well as research and development of A.I. applications, we are sure to face an ever-mounting energy footprint to sustain these computational budgets, data storage needs, and more. But, is this sustainable and, more importantly, what kind of setting is best positioned to nurture such sustainable A.I. in both research and practice? In this paper, we outline our outlook for Green A.I. -- a more sustainable, energy-efficient and energy-aware ecosystem for developing A.I. across the research, computing, and practitioner communities alike -- and the steps required to arrive there. We present a bird's eye view of various areas for potential changes and improvements from the ground floor of AI's operational and hardware optimizations for datacenters/HPCs to the current incentive structures in the world of A.I. research and practice, and more. We hope these points will spur further discussion, and action, on some of these issues and their potential solutions.
• Abstract（参考訳）: 人工知能(A.I.)の研究と実践が飛躍的に成長するにつれて、その活動の維持と支援に必要な資源も増加する。 A.I.のイノベーションや応用は、応用からビジョンや自然言語、医療画像や材料工学などの分野の改善まで大きな進歩をもたらしたが、そのコストは無視されるべきではない。 データの量が増え続ける世界や、aiアプリケーションの研究や開発が進むにつれて、これらの計算予算やデータストレージのニーズなどを維持するためのエネルギーの足跡がますます高まることは確実です。 しかし、これは持続可能であり、さらに重要なことは、研究と実践の両方において、そのような持続可能なAIを育むのに最適な設定なのか? 本稿では, グリーンA.I.の今後の動向について概説する。グリーンA.I.は, 研究, コンピューティング, 実践者コミュニティにまたがって, より持続可能な, エネルギー効率, エネルギーに配慮したエコシステムであり, 到達に必要なステップである。 我々は,AIによるデータセンタ/HPCの運用およびハードウェア最適化のフロアから,AI研究や実践の世界における現在のインセンティブ構造に至るまで,潜在的な変化と改善のためのさまざまな領域の鳥眼図を提示する。 これらの点が、これらの問題とその潜在的な解決策について、さらなる議論と行動を引き起こすことを期待しています。

関連論文リスト

• Hype, Sustainability, and the Price of the Bigger-is-Better Paradigm in AI [67.58673784790375]
  AIパラダイムは、科学的に脆弱なだけでなく、望ましくない結果をもたらすものだ、と私たちは主張する。 第一に、計算要求がモデルの性能よりも早く増加し、不合理な経済要求と不均等な環境フットプリントにつながるため、持続可能ではない。 第二に、健康、教育、気候などの重要な応用は別として、他人を犠牲にして特定の問題に焦点をあてることである。
  論文  参考訳（メタデータ） (2024-09-21T14:43:54Z)
• Aligning Cyber Space with Physical World: A Comprehensive Survey on Embodied AI [129.08019405056262]
  人工知能(Embodied AI)は、人工知能(AGI)の実現に不可欠である MLMとWMは、その顕著な知覚、相互作用、推論能力のために、大きな注目を集めている。 本調査では,Embodied AIの最近の進歩を包括的に調査する。
  論文  参考訳（メタデータ） (2024-07-09T14:14:47Z)
• Artificial Intelligence in Sustainable Vertical Farming [0.0]
  持続可能な垂直農業におけるAIの役割を包括的に探求する。 このレビューは、機械学習、コンピュータビジョン、IoT(Internet of Things)、ロボット工学を含む、AIアプリケーションの現状を合成する。 この影響は、経済的な可能性、環境への影響の低減、食料安全保障の向上など、効率の向上を超えて拡大している。
  論文  参考訳（メタデータ） (2023-11-17T22:15:41Z)
• On the Opportunities of Green Computing: A Survey [80.21955522431168]
  人工知能(AI)は数十年にわたり、技術と研究において大きな進歩を遂げてきた。 高いコンピューティングパワーの必要性は、より高い二酸化炭素排出量をもたらし、研究の公正性を損なう。 コンピューティングリソースの課題とAIの環境への影響に取り組むため、グリーンコンピューティングはホットな研究トピックとなっている。
  論文  参考訳（メタデータ） (2023-11-01T11:16:41Z)
• Data-centric Artificial Intelligence: A Survey [47.24049907785989]
  近年、AIにおけるデータの役割は大幅に拡大し、データ中心AIという新たな概念が生まれた。 本稿では,データ中心型AIの必要性について論じ,続いて3つの一般的なデータ中心型目標の全体像を考察する。 これは、データライフサイクルのさまざまな段階にわたるタスクのグローバルなビューを提供する、初めての総合的な調査である、と私たちは信じています。
  論文  参考訳（メタデータ） (2023-03-17T17:44:56Z)
• Towards Sustainable Artificial Intelligence: An Overview of Environmental Protection Uses and Issues [0.0]
  本稿では,明日の生態学的課題に対応するエネルギー消費技術のパラドックスについて述べる。 これは、ユースケースや具体的な例を示すために、グリーンプレイヤー向けのAIから多くの例を引き合いに出している。 環境の次元は、AIの幅広い倫理的問題の一部であり、長期的にAIの持続可能性を保証するために不可欠である。
  論文  参考訳（メタデータ） (2022-12-22T14:31:48Z)
• A Survey on AI Sustainability: Emerging Trends on Learning Algorithms and Research Challenges [35.317637957059944]
  我々は、AIの持続可能性問題に対処できる機械学習アプローチの大きなトレンドについてレビューする。 我々は、既存の研究の大きな限界を強調し、次世代の持続可能なAI技術を開発するための潜在的研究課題と方向性を提案する。
  論文  参考訳（メタデータ） (2022-05-08T09:38:35Z)
• A Multi-Objective Approach for Sustainable Generative Audio Models [1.933681537640272]
  近年、ディープラーニングコミュニティは、深層生成モデルの正確性に重点を置いている。 品質に関するこの科学的競争は、膨大な計算コストがかかる。 計算消費の現在の指数的な増加が続くと、人工知能は悲しいことに地球温暖化にかなりの貢献をする。
  論文  参考訳（メタデータ） (2021-07-06T13:52:27Z)
• Artificial Intelligence for IT Operations (AIOPS) Workshop White Paper [50.25428141435537]
  AIOps(Artificial Intelligence for IT Operations)は、マシンラーニング、ビッグデータ、ストリーミング分析、IT運用管理の交差点で発生する、新たな学際分野である。 AIOPSワークショップの主な目的は、アカデミアと産業界の両方の研究者が集まり、この分野での経験、成果、作業について発表することです。
  論文  参考訳（メタデータ） (2021-01-15T10:43:10Z)
• Empowering Things with Intelligence: A Survey of the Progress, Challenges, and Opportunities in Artificial Intelligence of Things [98.10037444792444]
  AIがIoTをより速く、より賢く、よりグリーンで、より安全にするための力を与える方法を示します。 まず、認識、学習、推論、行動の4つの視点から、IoTのためのAI研究の進歩を示す。 最後に、私たちの世界を深く再形成する可能性が高いAIoTの有望な応用をいくつかまとめる。
  論文  参考訳（メタデータ） (2020-11-17T13:14:28Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。