據(jù)外媒，早些時(shí)候谷歌的某位研究人員提到了谷歌當(dāng)前在搜索和其它文本分析產(chǎn)品中使用的語(yǔ)言處理人工智能所存在的風(fēng)險(xiǎn)。同時(shí)論文也指出，訓(xùn)練一款A(yù)I模型所產(chǎn)生的碳排放，甚至與建造和駕駛五輛汽車到報(bào)廢的總量相當(dāng)。究其原因，還是當(dāng)前的AI訓(xùn)練效率太過(guò)低下。

根據(jù)報(bào)道，傳統(tǒng)的數(shù)據(jù)中心任務(wù)，主要涉及視頻流、電子郵件、以及社交媒體的處理。與之相比的是，AI訓(xùn)練需要耗費(fèi)更多的計(jì)算量。在投入實(shí)際應(yīng)用之前，AI模型需要汲取大量的數(shù)據(jù)、知道其學(xué)會(huì)如何理解用戶的輸入。但與人類學(xué)習(xí)的速度相比，機(jī)器學(xué)習(xí)的效率還是比較低下。

研究人員指出，許多人已經(jīng)意識(shí)到，即便最終只有一小部分網(wǎng)絡(luò)能夠發(fā)揮最大的作用，但構(gòu)建出一套更大規(guī)模的網(wǎng)絡(luò)，還是有助于提升整體結(jié)果的準(zhǔn)確性。為了減少碳排放，科技企業(yè)或許會(huì)轉(zhuǎn)向更綠色的能源、以及借助更加專用的AI模型訓(xùn)練硬件。