1 麻省理工学院提出更环保的AI训练方式,可降低碳排放-德赢Vwin官网 网
0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

麻省理工学院提出更环保的AI训练方式,可降低碳排放

独爱72H 来源:比特网 作者:比特网 2020-05-07 23:15 次阅读

(文章来源:比特网)
去年美国马萨诸塞州大学阿默斯特分校的研究人员曾表示,训练一台大型AI机器产生的碳,平均是一个人终其一生驾驶汽车制造的排放量5倍。除此之外,还存在很多其他方面的能源消耗。因此AI未来如何实现可持续发展,仍是亟需解决的问题。

近期,在麻省理工一篇最新论文中显示,其提出了一种比以前更环保的方式来训练和运行AI模型的系统。论文中显示,该方案被称为是种“一劳永逸”的网络,它训练一个大型模型,该模型由许多不同大小的预训练子模型组成,这些子模型可以在不需要再训练的情况下针对一系列平台进行定制。每个子模型都可以在推理时独立运行而无需重新训练,系统根据与目标硬件的功率和速度限制相关的精度和延迟权衡来确定最佳子模型。

“渐进收缩”算法有效地训练大模型,同时支持所有子模型。先训练大模型,再利用大模型训练较小的子模型,使其同时学习,最后所有子模型都得到了支持。

在实验中,研究人员发现,用他们的方法训练一个包含超过10个五分之一建筑环境的计算机视觉模型,最终比花几个小时训练每个子网络要有效得多。此外,它并没有影响模型的准确性或效率——当使用通用基准(ImageNet)进行测试时,该模型在移动设备上达到了理想准确性,在推理方面比领先的分类系统快1.5到2.6倍。

也许更令人印象深刻的是,研究人员声称,与当今流行的模型搜索技术相比,计算机视觉模型在训练时需要大约1/1300的碳排放量。IBM研究员、麻省理工学院沃森人工智能实验室成员谈到这项研究时表示:“如果人工智能要继续快速发展,我们就需要减少其对环境的影响。”
(责任编辑:fqj)

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表德赢Vwin官网 网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • AI
    AI
    +关注

    关注

    87

    文章

    30728

    浏览量

    268872
  • 智能技术
    +关注

    关注

    0

    文章

    296

    浏览量

    12830
收藏 人收藏

    评论

    相关推荐

    麻省理工学院研发全新纳米级3D晶体管,突破性能极限

    11月7日,有报道称,美国麻省理工学院的研究团队利用超薄半导体材料,成功开发出一种前所未有的纳米级3D晶体管。这款晶体管被誉为迄今为止最小的3D晶体管,其性能与功能不仅与现有的硅基晶体管相当,甚至在某些方面还超越了后者。
    的头像 发表于 11-07 13:43 357次阅读

    麻省理工学院推出新型机器人训练模型

    近日,据TechCrunch报道,麻省理工学院的研究团队展示了一种创新的机器人训练模型,该模型突破了传统模仿学习方法的局限,不再依赖标准数据集,而是借鉴了大型语言模型(LLM)如GPT-4等所使用的大规模信息处理方式,为机器人学
    的头像 发表于 11-04 14:56 484次阅读

    24M开发出新隔离膜降低电动汽车电池火灾风险

    Technologies,这家源自麻省理工学院的分拆公司,携手日本合作伙伴,共同推出了这款创新产品,并计划于2026年进行大规模市场推广。
    的头像 发表于 10-22 15:05 488次阅读

    VILA与其他模型在提供边缘AI 2.0方面的表现

    VILA 是 NVIDIA 研究部门与麻省理工学院共同开发的高性能视觉语言模型系列。最大的模型约有 400 亿参数,最小的模型约有 30 亿参数,并且完全开源(包括模型检查点、训练代码和训练数据)。
    的头像 发表于 10-10 10:06 210次阅读
    VILA与其他模型在提供边缘<b class='flag-5'>AI</b> 2.0方面的表现

    美国佐治亚理工学院一行莅临达实智能调研

    近日,美国佐治亚理工学院“聚焦数据科学领域·深度探访粤港澳大湾区”学生代表团来深交流。美国佐治亚理工学院(Georgia Institute of Technology)一行探访了大湾区科技企业代表达实智能。
    的头像 发表于 09-26 09:21 491次阅读

    贵州理工学院采购南京大展的DZ-STA200同步热分析仪

    理工学院采购了南京大展的DZ-STA200同步热分析仪,就是客户对于我们品牌产品的认可。DZ-STA200同步热分析仪作为集热重分析(TG)与差示扫描量热分析(DSC)
    的头像 发表于 09-18 16:22 215次阅读
    贵州<b class='flag-5'>理工学院</b>采购南京大展的DZ-STA200同步热分析仪

    麻省理工学院研发RoboGrocery系统,杂货店自动化装袋新篇章

    在科技日新月异的今天,自动化和智能化正逐渐渗透到我们生活的方方面面。近日,麻省理工学院计算机科学与人工智能实验室(CSAIL)的一项创新技术引起了广泛关注——RoboGrocery系统,该系统将计算机视觉与软机器人夹持器技术相结合,为杂货店自动化装袋过程带来了新的可能性。
    的头像 发表于 07-01 16:49 589次阅读

    感谢东莞理工学院对我司导热系数测试仪的认可

    ,也激励着我们不断创新,追求卓越。感谢东莞理工学院对我司导热系数测试仪的认可我们的导热系数测试仪,经过多年的研发与改进,已经具备了精度测量高、操作简便、数据稳定
    的头像 发表于 06-25 09:55 250次阅读
    感谢东莞<b class='flag-5'>理工学院</b>对我司导热系数测试仪的认可

    苏黎世联邦理工学院报告:Rowhammer攻击对高端RISC-V CPU的潜在风险

    来源:内容由RISC-V国际人才培养认证中心编译自DRAMSec,作者:MicheleMarazzi;KavehRazavi。苏黎世联邦理工学院的研究人员发表了一篇题为“RISC-H:针对
    的头像 发表于 06-15 08:36 354次阅读
    苏黎世联邦<b class='flag-5'>理工学院</b>报告:Rowhammer攻击对高端RISC-V CPU的潜在风险

    一种用于化学和生物材料识别的便携式拉曼光谱解决方案

    基于扫频光源的紧凑型拉曼光谱系统:美国麻省理工学院(MIT)和韩国科学技术院(KAIST)的研究人员开发了一种用于化学和生物材料识别的便携式拉曼光谱解决方案,克服了光谱仪笨重的局限性。
    的头像 发表于 04-16 10:35 522次阅读
    一种用于化学和生物材料识别的便携式拉曼光谱解决方案

    麻省理工与Adobe新技术DMD提升图像生成速度

    2023年3月27日,据传,新型文生图算法虽然使得图像生成无比逼真,但奈何运行速度较慢。近期,美国麻省理工学院联合Adobe推出新型DMD方法,仅略微牺牲图像质量就大幅度提高图像生成效率。
    的头像 发表于 03-27 14:17 510次阅读

    霍尼韦尔与南方泵业开展战略合作,四川成都一家红外热成像专用图像处理芯片服务商完成A+轮融资

    传感新品 【麻省理工学院:研发出自供电传感器,可从环境中获取能量】 3 月 4 日消息,来自美国顶尖学府之一麻省理工学院的研究人员发明了一种无需电池、自供电,且不产生污染的传感器。 研究团队负责人
    的头像 发表于 03-14 08:42 661次阅读
    霍尼韦尔与南方泵业开展战略合作,四川成都一家红外热成像专用图像处理芯片服务商完成A+轮融资

    瑞士苏黎世联邦理工学院新型四足机器人单腿完成开关门、移动任务

    据本周五出版的Popular Science杂志报道,近日瑞士苏黎世联邦理工学院机器人系统实验室的科研团队展示了新研究进展:他们训练了自家的机器狗,让其用单腿操控门锁和移动物品,同时依靠其余三腿维持正常行走及平衡。
    的头像 发表于 02-25 11:55 674次阅读

    麻省理工学院开发出新的RFID标签防篡改技术

    的解决方案。 麻省理工学院的研究人员推出了一项革命性的发明——新型防篡改ID标签。它不仅尺寸小巧、成本低廉,而且具备强大的防伪功能,有望彻底改变商品真伪鉴定的格局。 研究人员巧妙地利用太赫兹波的特性,设计出了这种新型防篡改
    的头像 发表于 02-22 11:30 614次阅读
    <b class='flag-5'>麻省理工学院</b>开发出新的RFID标签防篡改技术

    生物神经元和M-P神经元模型简介

    近年来,作为人工智能领域最重要的进展--深度学习(Deep Learning),在诸多领域都有很多惊人的表现。早在2013年,深度学习就被麻省理工学院的《MIT科技评论》(MIT Technology Review)评为世界10大突破性技术之一。
    的头像 发表于 01-23 13:57 1862次阅读
    生物神经元和M-P神经元模型简介