論文の概要: Towards green AI-based software systems: an architecture-centric
approach (GAISSA)
- arxiv url: http://arxiv.org/abs/2307.09964v1
- Date: Wed, 19 Jul 2023 13:14:47 GMT
- ステータス: 処理完了
- システム内更新日: 2023-07-20 13:57:29.823194
- Title: Towards green AI-based software systems: an architecture-centric
approach (GAISSA)
- Title(参考訳): グリーンAIベースのソフトウェアシステムに向けて:アーキテクチャ中心アプローチ(GAISSA)
- Authors: Silverio Mart\'inez-Fern\'andez, Xavier Franch, Francisco Dur\'an
- Abstract要約: GAISSAプロジェクトは、グリーンAIベースのシステムのモデリングと開発のために、データサイエンティストとソフトウェアエンジニアがツールでサポートし、アーキテクチャ中心の方法を提供することを目的としている。
プロジェクトはまだ初期段階であるが,GAISSA目標達成の可能性を示す現在の研究成果について述べる。
- 参考スコア(独自算出の注目度): 7.194465440864905
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Nowadays, AI-based systems have achieved outstanding results and have
outperformed humans in different domains. However, the processes of training AI
models and inferring from them require high computational resources, which pose
a significant challenge in the current energy efficiency societal demand. To
cope with this challenge, this research project paper describes the main
vision, goals, and expected outcomes of the GAISSA project. The GAISSA project
aims at providing data scientists and software engineers tool-supported,
architecture-centric methods for the modelling and development of green
AI-based systems. Although the project is in an initial stage, we describe the
current research results, which illustrate the potential to achieve GAISSA
objectives.
- Abstract(参考訳): 現在、AIベースのシステムは優れた成果を上げており、異なる領域の人間よりも優れています。
しかし、AIモデルを訓練し、そこから推論するプロセスは高い計算資源を必要とするため、現在のエネルギー効率の社会的要求には大きな課題が生じる。
この課題に対処するため,本研究プロジェクト報告では,gaissaプロジェクトの主なビジョン,目標,期待される成果について述べる。
GAISSAプロジェクトは、グリーンAIベースのシステムのモデリングと開発のために、データサイエンティストとソフトウェアエンジニアがツールでサポートするアーキテクチャ中心の方法を提供することを目的としている。
プロジェクトはまだ初期段階であるが,GAISSA目標達成の可能性を示す現在の研究成果について述べる。
関連論文リスト
- Toward General-Purpose Robots via Foundation Models: A Survey and
Meta-Analysis [73.89558418030418]
既存のロボットシステムは、特定のタスクのために設計され、特定のデータセットに基づいて訓練され、特定の環境にデプロイされている。
ウェブスケールで大規模で大容量の事前学習型モデルの優れたオープンセット性能とコンテンツ生成能力に感銘を受けて,我々は,基礎モデルをロボット工学に適用する方法を探究した。
論文 参考訳(メタデータ) (2023-12-14T10:02:55Z) - A Survey of Serverless Machine Learning Model Inference [0.0]
ジェネレーティブAI、コンピュータビジョン、自然言語処理は、AIモデルをさまざまな製品に統合するきっかけとなった。
本調査は,大規模ディープラーニングサービスシステムにおける新たな課題と最適化の機会を要約し,分類することを目的としている。
論文 参考訳(メタデータ) (2023-11-22T18:46:05Z) - 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) - AI for IT Operations (AIOps) on Cloud Platforms: Reviews, Opportunities
and Challenges [60.56413461109281]
IT運用のための人工知能(AIOps)は、AIのパワーとIT運用プロセスが生成するビッグデータを組み合わせることを目的としている。
我々は、IT運用活動が発信する重要なデータの種類、分析における規模と課題、そしてどのように役立つかについて深く議論する。
主要なAIOpsタスクは、インシデント検出、障害予測、根本原因分析、自動アクションに分類します。
論文 参考訳(メタデータ) (2023-04-10T15:38:12Z) - OpenAGI: When LLM Meets Domain Experts [51.86179657467822]
ヒューマン・インテリジェンス(HI)は、複雑なタスクを解くための基本的なスキルの組み合わせに長けている。
この機能は人工知能(AI)にとって不可欠であり、包括的なAIエージェントに組み込まれるべきである。
マルチステップで現実的なタスクを解決するために設計されたオープンソースのプラットフォームであるOpenAGIを紹介します。
論文 参考訳(メタデータ) (2023-04-10T03:55:35Z) - TaskMatrix.AI: Completing Tasks by Connecting Foundation Models with
Millions of APIs [71.7495056818522]
私たちは、基礎モデルと数百万のAPIを結合してタスク補完を行う、新しいAIエコシステムとしてTaskMatrix.AIを紹介します。
このようなエコシステムを構築するためのビジョンを示し、それぞれの重要なコンポーネントを説明し、このビジョンの実現可能性と次に取り組むべき主な課題の両方を説明するために研究ケースを使用します。
論文 参考訳(メタデータ) (2023-03-29T03:30:38Z) - Computational Rational Engineering and Development: Synergies and
Opportunities [0.0]
本稿では,工学開発プロセスの自動化と自動化をめざした進歩と定式化の視点について検討する。
従来の人中心型ツールベースのCAEアプローチを超越して,コンピュータ・ライタリティの枠組みを設計・工学・開発における課題にまで拡張することが提案されている。
論文 参考訳(メタデータ) (2021-12-27T19:11:34Z) - Which Design Decisions in AI-enabled Mobile Applications Contribute to
Greener AI? [7.194465440864905]
このレポートは、AI対応アプリケーションの性能に対する設計決定の影響を定量化する実証的研究を行う計画で構成されている。
我々は、複数の画像分類とテキスト分類問題を解決するために、モバイルアプリケーションに画像ベースニューラルネットワークと言語ベースニューラルネットワークの両方を実装します。
論文 参考訳(メタデータ) (2021-09-28T07:30:28Z) - How to Reach Real-Time AI on Consumer Devices? Solutions for
Programmable and Custom Architectures [7.085772863979686]
ディープニューラルネットワーク(DNN)は、オブジェクトや音声認識など、さまざまな人工知能(AI)推論タスクにおいて大きな進歩をもたらした。
このようなAIモデルをコモディティデバイスにデプロイすることは、大きな課題に直面している。
クロススタック手法によりリアルタイムな性能を実現する手法を提案する。
論文 参考訳(メタデータ) (2021-06-21T11:23:12Z) - 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)
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。