USD:有沒有更環保的方式來訓練AI？_USDP(PAX)幣

機器學習正在改變世界，并且正在快速改變它。在過去的幾年中，它為我們帶來了虛擬助手，他們能夠理解語言，自動駕駛汽車，新藥發現，基于AI的醫學掃描分類，手寫識別等。

機器學習不應該改變的一件事就是氣候。

這個問題與機器學習的發展方式有關。為了使機器學習能夠準確地做出決策和預測，需要對其進行“培訓”。

想象一下一個在線銷售鞋的市場，人們試圖在網站上出售其他商品時遇到了麻煩。市場所有者決定通過構建可識別鞋子照片的AI并拒絕圖片中沒有鞋子的任何列表來將網站限制為僅鞋子。

Fantom基金會：已凍結Multichain錢包中超6000萬美元穩定幣:7月15日消息，Fantom基金會發推稱，“我們對Multichain的最新消息深感失望。這對每個受影響的人來說都是一個困難的局面。針對這一消息，我們團隊立即開始聯系穩定幣發行商，即Circle（USDC）、Tether（USDT）和TrueUSD（TUSD），以凍結Multichain錢包中的資產。我們已經核實，大約超6000萬美元USDC和超200萬美元USDT已經被凍結。我們正在繼續努力，以確定任何其他受影響的資產。我們正積極與各種聯系人和消息來源接觸，以全面了解Multichain事件的相關情況。我們已經成立了一個由Multichain在職員工組成的小組，以便從他們的角度更好地了解情況，并提供力所能及的支持。在接下來的幾周里，我們將進一步宣布Opera Chain上的各種活動，以幫助社區和建設者繼續前進。”[2023/7/15 10:56:43]

該公司收集了成千上萬張鞋子的照片，以及不穿鞋子的類似數量的照片。它雇用數據科學家來設計復雜的數學模型并將其轉換為代碼。然后他們開始訓練他們的鞋檢測機器學習模型。

Blur上線NFT交易通知提醒新功能:3月15日消息，NFT市場Blur在社交媒體上宣布推出一項新功能，用戶在接受NFT出價、或是在市場上出售NFT將會收到通知提醒。

Blur表示，其平臺頁面的右上角將展示一個鈴鐺標記，如果鈴鐺標記顯示有機原點則表示出價已被接受或是NFT已被售出，旨在第一時間幫助用戶了解NFT的銷售狀態。[2023/3/15 13:04:42]

這是至關重要的部分：計算機模型會查看鞋子的所有圖片，并嘗試找出使鞋子“發亮”的原因。非鞋子圖片沒有什么呢？無需太費勁地浪費技術細節，此過程需要大量的計算資源和時間。訓練精確的機器學習模型意味著在對模型進行訓練，調整和完善后，可以全天候，連續24周或數月全天候運行多個芯片。

Celsius關聯地址間發生約11萬美元的穩定幣轉賬:金色財經報道，PeckShield監測數據顯示，標記為Celsius的0xef22開頭地址向標記為Celsius的0x64f6開頭地址轉移約11萬美元的穩定幣，包括7.9萬枚ZUSD、3萬枚aUSD、265枚EURT。[2023/1/31 11:37:53]

除了時間和金錢，人工智能培訓還消耗大量精力。現代計算機芯片閑置時僅使用最小的功率，但是當它們滿負荷工作時，它們可能會通過電燃燒，產生大量的廢熱）。

任何主要的能源使用都會對氣候變化產生影響，因為我們的大部分電力仍來自化石燃料，燃燒時會產生二氧化碳。一個最近的一項研究從馬薩諸塞大學聲稱，培養一個高級語言處理AI產生的CO2626,000lb，相同數量的五輛汽車會產生在其一生！

實際上，加拿大蒙特利爾學習算法研究所的一個團隊于去年12月發布了機器學習排放計算器，以幫助AI領域的研究人員估算訓練他們的機器學習模型時會產生多少碳。

隨著數據科學家和工程師通過向他們投入更多的精力，使用更大，更昂貴的計算來解決難題而不是專注于效率來解決更復雜的AI問題，這一問題變得越來越嚴重。

GPT-3是OpenAI最近發布的基于AI的語言模型，它在45TB的文本數據上進行了培訓這種功能強大的機器學習技術的成本仍然未知。

公平地說，其他計算過程也處于令人擔憂的軌道上。ICT專家AndersAndrae的一項研究發現，根據他最樂觀的預測，到2030年，提供Internet，視頻，語音和其他云服務的ICT行業將占全球能源總需求的8％，而他的現實預測將這一數字提高到21％-數據中心使用了三分之一以上的數據。

馬薩諸塞州大學為減少AI培訓而造成的浪費的一項重要建議是“工業界和學術界共同努力促進對計算效率更高的算法以及需要更少能源的硬件的研究”。

也可以使用軟件來提高硬件效率，從而降低AI模型所需的計算能力，但最大的影響可能來自數據中心本身對可再生能源的使用。據說，Facebook的丹麥歐登塞數據中心完全使用可再生能源。Google擁有自己的節能數據中心，例如位于芬蘭哈米納的一個數據中心。

從長遠來看，隨著世界工業經濟擺脫化石燃料的使用，計算負荷與二氧化碳生產之間的聯系可能會被打破，并且所有機器學習都將實現碳中和。甚至更長期，更深入的天氣和氣候模式學習也可以幫助人類更好地了解如何應對甚至逆轉氣候變化。

但是在此之前，負責任的企業應考慮其新技術的碳影響，并采取措施通過提高開發，軟件和硬件的效率來衡量其模型開發的碳成本。

Tags：USDAINChainNFTUSDP(PAX)幣Thingschainmchain幣最新消息KONGZ Vault (NFTX)

幣贏