Fazer login no IT Mídia Redefinir senha
Bem-vindo de volta,
Digite seu e-mail e clique em enviar
Ainda não tem uma conta? Cadastre-se
Logo ITMidia
Logo ComputerWorld
Logo PCWorld
Logo CIO
Logo ITForum
Salvar em Nova pasta de favoritos

+

Criar pasta
Últimos favoritos Ver todos
Últimas notícias do conteúdo : Ver todos
Treinar um único algoritmo de IA polui mais que a vida útil de 5 carros
Treinar um único algoritmo de IA polui mais que a vida útil de 5 carros
Home > Inovação

Treinar um único algoritmo de IA polui mais que a vida útil de 5 carros

Estudo serve de alerta para aumentar conscientização sobre recursos gastos com avanços em aprendizado de máquina

Da Redação

19/06/2019 às 10h16

Foto: Shutterstock

De acordo com um estudo publicado por pesquisadores da Universidade de Massachusetts, a indústria de inteligência artificial (IA) tem enorme impacto ambiental. Segundo as informações, treinar um único modelo pode emitir tanto carbono quanto cinco carros, incluindo a sua fabricação.

Apesar dos números alarmantes, os resultados estão de acordo com as suspeitas de diversos especialistas. "Embora provavelmente muitos de nós tenhamos pensado nisso em um nível abstrato e vago, os números realmente mostram a magnitude do problema", relata Carlos Gómez-Rodríguez, cientista da computação da Universidade da Corunha, na Espanha.

O artigo avaliou especificamente o treinamento de processamento de linguagem natural (PLN), campo da inteligência artificial focada na aprendizagem de máquinas para compreender a linguagem humana. Nos últimos dois anos, foram conquistados importantes avanços em PLN, incluindo traduções automáticas e até mesmo a escrita de fake news. Para isso, foram exigidos treinamentos cada vez mais complexos de conjuntos de dados extraídos da internet. Além de cara, a abordagem depende de grande consumo de energia.

Durante a pesquisa, os estudiosos analisaram quatro modelos de PLN: o Transformer, o ELMo, o BERT e o GPT-2, que foram treinados cada um em uma única GPU por até um dia, medindo, assim, seu consumo de energia. A partir de então, foi utilizado o número de horas de treinamento admitido nos documentos originais de cada modelo, concluindo-se a energia total consumida durante todo o processo. Além disso, os pesquisadores descobriram que os gastos computacionais e ambientais aumentaram expressivamente quando foram adicionadas etapas de ajustes para aumentar a precisão da IA. Dentro disso, percebeu-se que um processo de ajuste chamado de pesquisa de arquitetura neural apresentou altíssimos custos para pouco benefício.

Conforme relato dos estudiosos, os resultados são apenas uma base, levando em consideração somente a quantidade mínima de treinamento necessário. Dessa forma, na prática, é mais provável que os desenvolvedores de IA recomecem ou adaptem modelos existentes a novos conjuntos de dados, exigindo ainda mais rodadas de treinamentos e ajustes.

O significado da descoberta é fundamental, principalmente ao se considerar todo o investimento em inteligência artificial nos últimos anos. “Em geral, muitas das pesquisas mais recentes sobre inteligência artificial negligenciam o assunto, já que redes neurais muito grandes são úteis para uma variedade de tarefas, e empresas e instituições que têm acesso abundante a recursos computacionais podem alavancar isso para obter vantagens competitivas”, explica Gómez-Rodríguez. “Esse tipo de análise precisava ser feita para aumentar a conscientização sobre os recursos gastos e gerar um debate”, completa.

 

Junte-se a nós e receba nossas melhores histórias de tecnologia. Newsletter por e-mail Newsletter por e-mail
Vai um cookie?

A IT Mídia usa cookies para personalizar conteúdo e anúncios, para melhorar sua experiência em nosso site. Ao continuar, você aceitará o uso. Para mais detalhes veja nossa Política de Privacidade.

Este anúncio desaparecerá em:

Ir para o site