重新思考人工智能训练:放弃更节能的方法

自学习机器可以取代当前的人工神经网络

人工智能 (AI) 在提供令人印象深刻的性能的同时,也消耗大量能源。 能源消耗随着任务复杂性的增加而增加。 德国埃尔兰根马克斯·普朗克光科学研究所的科学家 Victor Lopez Pastor 和 Florian Marquardt 开发了一种更有效的人工智能训练方法。 该方法使用物理过程,与传统的数字人工神经网络不同。

开发 GPT-3(ChatGPT 背后的技术)的 Open AI 公司尚未透露训练这种智能 AI 聊天机器人所需的能量。

德国统计公司 Statista 估计这将需要 1,000 兆瓦时。 这大约相当于 200 个三人或三人以上的德国家庭每年消耗的能源量。 这种能量消耗使 GPT-3 的数据能够确定“深”、“海”和“学习”等词是否更有可能出现在其数据集中的“深”一词之后。 然而,目前尚不清楚这些短语背后的实际含义是什么。

来源和详细信息:
https://scitechdaily.com/the-future-of-ai-self-learning-machines-could-replace-current-artificial-neural-networks/