Jul, 2023

朝向绿色人工智能软件系统：基于架构的方法（GAISSA）

PDF
TL;DR现今，基于人工智能的系统在不同领域取得了杰出的成果，并超越了人类。然而，训练 AI 模型和从中推断出来的过程需要大量的计算资源，在当前能源效率的社会需求中面临重大挑战。为了应对这一挑战，本研究项目论文描述了 GAISSA 项目的主要愿景、目标和预期成果。GAISSA 项目旨在为数据科学家和软件工程师提供工具支持、以架构为中心的方法，用于建模和开发绿色基于人工智能的系统。虽然该项目处于初期阶段，但我们描述了当前的研究结果，展示了实现 GAISSA 目标的潜力。
发现论文，激发创造
  • 软件工程的更高智能化

    通过开发新一代的 “Morescient” GAI 模型和相应的软件观测平台，该论文展示了如何根据开放科学原则构建、演进和传播这种同时理解软件语义和静态结构的生成型人工智能模型。

    Jun, 2024

  • 绿色计算的机遇：一项调查

    人工智能在技术和研究方面取得了显著的进展，并广泛应用于计算视觉、自然语言处理、时间序列分析、语音合成等多个领域。然而，随着大型语言模型的出现，研究人员的注意力主要集中在追求最新的技术成果，导致模型规模和计算复杂性不断增加，需要更高的计算能力，进而产生更高的碳排放量，阻碍了资金有限的中小型研究机构和公司参与研究，并引发研究公平性的问题。为应对计算资源和人工智能的环境影响，绿色计算已成为一个热门的研究课题。在本调研中，我们对绿色计算中使用的技术进行了系统概述，并提出绿色计算的框架，将其分为四个关键组成部分：(1) 绿色度量指标，(2) 能效人工智能，(3) 能效计算系统和 (4) 可持续发展的人工智能应用案例。针对每个组成部分，我们讨论了研究进展及常用的优化技术，结论表明这个新的研究方向有潜力解决资源限制与人工智能发展之间的冲突。我们鼓励更多的研究人员关注这个方向，使人工智能更加环保友好。

    Nov, 2023

  • G 弹性：在协作 AI 系统的绿色性和弹性之间进行权衡

    一个协作人工智能系统（CAIS）与人类在共享环境中合作达成共同目标。为了从降低性能并确保其弹性的干扰事件中恢复过来，CAIS 可能需要由系统、人类或者协作一起执行一组操作。本文提出了一种自动评估 CAIS 恢复行动在系统的弹性和绿色性之间权衡能力的方法，并设计了实验协议及其应用于真实 CAIS 演示装置，旨在从优化和博弈论两个角度攻击该问题。

    Nov, 2023

  • 软件开发教育中的生成式人工智能助手

    本研究探讨运用生成式 AI 助手在软件开发中的应用，以 GitHub Copilot 和 ChatGPT 为例，纳入领域专家面谈以了解业界现状和挑战，进一步提出未来的软件开发教育建议。

    Mar, 2023

  • 通用人工智能系统（GPAIS）：特性、定义、分类、开放挑战和影响

    通用人工智能系统（GPAIS）的定义、分类和现状，以及其对社会的挑战和前景进行讨论和总结。

    Jul, 2023

  • 绿色人工智能的系统性评估

    通过对 98 个文献的分析，系统地回顾了绿色人工智能研究领域。大多数研究关注于 AI 模型的环境可持续性，包括监控 AI 模型的排放量、调整超参数以提高模型的可持续性，或者对模型进行基准测试。实验室实验是最常见的研究策略。报告的节能率高达 115％，其中节能 50％以上相当普遍。

    Jan, 2023

  • 2022 健壮人工智能系统保证（RAISA）研讨会议录

    讨论以健壮的人工智能和机器学习系统为基础，发展和实践的 Robust Artificial Intelligence System Assurance（RAISA）研讨会，探讨机器学习系统架构、开发和部署的健壮性保障，人机协同合作，以及在公平性、隐私和可解释性原则方面的考虑。

    Feb, 2022

  • 系统化的人工智能方法论：解决对齐、能源和人工智能大挑战

    这篇论文主要讨论了人工智能面临的三个重要挑战：能源问题、对齐问题和从窄人工智能到通用人工智能的飞跃。作者提出了一个系统性的人工智能方法来解决这些挑战，并强调系统设计在克服这些挑战中的重要性。

    Oct, 2023

  • 创新即时代的融合：软件工程与绿色人工智能的交叉

    机器学习和基础模型的最新进展正在改变现有软件工程过程的前沿，本文考虑了采用环境友好实践创建 AI 软件系统的影响，并对使用基础模型进行软件开发的环境影响进行了讨论。

    Jun, 2024

  • 人工智能的 (更) 绿色世界

    本文探讨了绿色人工智能的前景，以实现更可持续、能效更高和更能意识到能源生态系统，在人工智能研究、计算和从业者社区中进行开发。包括对操作和硬件优化、数据中心 / 高性能集群的潜在变化和改进的鸟瞰，以及人工智能研究和实践世界中现有的激励结构。

    Jan, 2023