RUS  ENG
Полная версия
ЖУРНАЛЫ // Доклады Российской академии наук. Математика, информатика, процессы управления // Архив

Докл. РАН. Матем., информ., проц. упр., 2022, том 508, страницы 134–145 (Mi danma350)

Эта публикация цитируется в 44 статьях

ПЕРЕДОВЫЕ ИССЛЕДОВАНИЯ В ОБЛАСТИ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА И МАШИННОГО ОБУЧЕНИЯ

eco2AI : контроль углеродного следа моделей машинного обучения в качестве первого шага к устойчивому искусственному интеллекту

С. А. Буденныйab, В. Д. Лазаревb, Н. Н. Захаренкоa, А. Н. Коровинb, О. А. Плосскаяa, Д. В. Димитровa, В. С. Ахрипкинa, И. В. Павловa, И. В. Оселедецbc, И. С. Барсолаd, И. В. Егоровd, А. А. Костеринаd, Л. Е. Жуковe

a Sber AI Lab, Москва, Россия
b Институт искусственного интеллекта AIRI, Москва, Россия
c Сколковский институт науки и технологий, Москва, Россия
d Sber ESG, Москва, Россия
e Национальный исследовательский университет "Высшая школа экономики", г. Москва

Аннотация: На сегодняшний день в самых различных областях науки и производства возрастает значение искусственного интеллекта (ИИ), в частности, моделей глубокого обучения. Вместе с развитием вычислительных систем наблюдается экспоненциальный рост сложности моделей ИИ, увеличивается их энергопотребление в процессе обучения и инференса. В статье представляется библиотека на Python с открытым исходным кодом eco2AI, который поможет исследователям и аналитикам контролировать потребления энергии и эквивалентную эмиссию CO$_2$ моделей ИИ. В eco2AI делается акцент на точности отслеживания энергопотребления и правильном региональном учете эмиссии CO$_2$. Авторы библиотеки призывают исследовательское сообщество к поиску более энергоэффективных архитектур моделей ИИ, а также предлагают концепцию циклического снижения парниковых газов комбинацией концепций устойчивого развития и зеленого ИИ. Код библиотеки и документация размещены в репозитории Github под лицензией Apache 2.0 https://github.com/sb-ai-lab/Eco2AI.

Ключевые слова: ESG, ИИ, Устойчивое развитие, Углеводный след, Экология, Эмиссия CO$_2$, Парниковые газы.

УДК: 004.8

Статья представлена к публикации: А. П. Кулешов
Поступило: 28.10.2022
После доработки: 28.10.2022
Принято к публикации: 01.11.2022

DOI: 10.31857/S2686954322070232


 Англоязычная версия: Doklady Mathematics, 2022, 106:suppl. 1, S118–S128

Реферативные базы данных:


© МИАН, 2024