比特币:有没有更环保的方式来训练AI？

机器学习正在改变世界，并且正在快速改变它。在过去的几年中，它为我们带来了虚拟助手，他们能够理解语言，自动驾驶汽车，新药发现，基于AI的医学扫描分类，手写识别等。

机器学习不应该改变的一件事就是气候。

这个问题与机器学习的发展方式有关。为了使机器学习能够准确地做出决策和预测，需要对其进行“培训”。

想象一下一个在线销售鞋的市场，人们试图在网站上出售其他商品时遇到了麻烦。市场所有者决定通过构建可识别鞋子照片的AI并拒绝图片中没有鞋子的任何列表来将网站限制为仅鞋子。

Polygon Labs总裁：当监管不符合新技术时，美国就会失去相对于其他国家的竞争优势:金色财经报道，美国众议院能源和商业委员会创新、数据和商业小组委员会于6月7日讨论区块链技术和Web3的未来?。包括Polygon Labs总裁Ryan Wyatt和几位法律专家在内的加密行业成员出席了委员会会议参与后来被证明是建设性的对话。?Polygon Labs总裁Ryan Wyatt表示，在当前的互联网时代，通常被称为Web2，大型集中式科技公司通过对商品和服务收取费用并为他们的利益收集用户数据来从用户那里获取价值。而区块链通过使互联网民主化并创建基于去中心化和透明系统的 Web3 来解决这个问题。区块链使用密码学和计算机网络来保护和维护信息，从而消除了对中央集权机构的需求。在这个 Web3 模型中，用户可以控制他们的数据并选择何时、如何以及是否与应用程序和服务共享数据。

Wyatt提到当前的监管环境是一个重大障碍。通过培育监管良好的区块链生态系统，美国可以保持其竞争优势并确保技术行业在国内蓬勃发展，当监管不符合新技术时，美国就会失去相对于其他国家的竞争优势。[2023/6/8 21:24:13]

该公司收集了成千上万张鞋子的照片，以及不穿鞋子的类似数量的照片。它雇用数据科学家来设计复杂的数学模型并将其转换为代码。然后他们开始训练他们的鞋检测机器学习模型。

英国法官裁定Craig Wright在比特币侵权案中败诉:金色财经报道，英国法官本周裁定，比特币区块链的文件格式不受版权保护，裁定自称为比特币发明家的“澳本聪”Craig Wright败诉。Wright 声称，他以化名中本聪 (Satoshi Nakomoto) 撰写了 2008 年比特币白皮书，并且有权利阻止比特币和从中分叉出来的系统比特币现金的运行，因为它们侵犯了他的知识产权。James Mellor 法官表示，比特币的文件格式——头部序列和交易列表共同构成一个区块——不能被视为版权作品，因为 Wright 无法展示它们是如何被首次记录的，关于 2008 年白皮书版权的索赔以及 Wright 是否真的是作者，将是以后裁决的主题。[2023/2/9 11:56:14]

这是至关重要的部分：计算机模型会查看鞋子的所有图片，并尝试找出使鞋子“发亮”的原因。非鞋子图片没有什么呢？无需太费劲地浪费技术细节，此过程需要大量的计算资源和时间。训练精确的机器学习模型意味着在对模型进行训练，调整和完善后，可以全天候，连续24周或数月全天候运行多个芯片。

美参议员Cruz：币安快速放弃收购FTX“至少表明存在恶意”:金色财经报道，美国参议员Ted Cruz在德克萨斯区块链峰会中表示，币安公开宣布收购其陷入困境的竞争对手FTX，然后迅速退出的速度“至少表明存在恶意”，他说：“所有这些至少表明恶意，这令人担忧。我认为这当然值得进行大量的额外调查”。

此前报道，本周早些时候，众议院金融服务委员会已经宣布就FTX内爆及其对更广泛的数字资产行业的影响举行听证会。该委员会的最高共和党人表示，币安在FTX倒闭中所起的作用正在接受国会的审查。[2022/11/19 13:23:52]

除了时间和金钱，人工智能培训还消耗大量精力。现代计算机芯片闲置时仅使用最小的功率，但是当它们满负荷工作时，它们可能会通过电燃烧，产生大量的废热）。

任何主要的能源使用都会对气候变化产生影响，因为我们的大部分电力仍来自化石燃料，燃烧时会产生二氧化碳。一个最近的一项研究从马萨诸塞大学声称，培养一个高级语言处理AI产生的CO2626,000lb，相同数量的五辆汽车会产生在其一生！

实际上，加拿大蒙特利尔学习算法研究所的一个团队于去年12月发布了机器学习排放计算器，以帮助AI领域的研究人员估算训练他们的机器学习模型时会产生多少碳。

随着数据科学家和工程师通过向他们投入更多的精力，使用更大，更昂贵的计算来解决难题而不是专注于效率来解决更复杂的AI问题，这一问题变得越来越严重。

GPT-3是OpenAI最近发布的基于AI的语言模型，它在45TB的文本数据上进行了培训这种功能强大的机器学习技术的成本仍然未知。

公平地说，其他计算过程也处于令人担忧的轨道上。ICT专家AndersAndrae的一项研究发现，根据他最乐观的预测，到2030年，提供Internet，视频，语音和其他云服务的ICT行业将占全球能源总需求的8％，而他的现实预测将这一数字提高到21％-数据中心使用了三分之一以上的数据。

马萨诸塞州大学为减少AI培训而造成的浪费的一项重要建议是“工业界和学术界共同努力促进对计算效率更高的算法以及需要更少能源的硬件的研究”。

也可以使用软件来提高硬件效率，从而降低AI模型所需的计算能力，但最大的影响可能来自数据中心本身对可再生能源的使用。据说，Facebook的丹麦欧登塞数据中心完全使用可再生能源。Google拥有自己的节能数据中心，例如位于芬兰哈米纳的一个数据中心。

从长远来看，随着世界工业经济摆脱化石燃料的使用，计算负荷与二氧化碳生产之间的联系可能会被打破，并且所有机器学习都将实现碳中和。甚至更长期，更深入的天气和气候模式学习也可以帮助人类更好地了解如何应对甚至逆转气候变化。

但是在此之前，负责任的企业应考虑其新技术的碳影响，并采取措施通过提高开发，软件和硬件的效率来衡量其模型开发的碳成本。

标签：比特币区块链GHTWEB买比特币赚了500万存到银行卡违法吗区块链最新局曝光RightMeshWEBN

聚币热门资讯