Actualidad Deep Learning

https://greensoftware.foundation/articles/what-do-we-need-to-build-more-sustainable-ai-systems Probablemente haya oído hablar de la intersección entre la inteligencia artificial (IA) y el medio ambiente. Sí, podemos crear soluciones de IA para abordar el cambio climático y otros problemas medioambientales. Pero los propios sistemas de IA tienen un impacto medioambiental. En este artículo hablaremos de esto último, sobre todo porque la escala de los sistemas de IA crece enormemente y corremos el riesgo de sufrir graves daños ambientales y sociales si no encontramos la manera de hacer que estos sistemas sean más ecológicos. No todas las esperanzas están perdidas en la incesante búsqueda de la construcción de sistemas más avanzados (SOTA); podemos hacer cambios para ayudar a mitigar el impacto ambiental. En concreto, la contabilidad del carbono puede ayudar a orientar nuestras acciones. De hecho, ¡hay cosas que podemos empezar a hacer esta semana que pueden ayudar!  Contabilidad del c...

https://www.msn.com/en-us/news/technology/ai-has-a-huge-carbon-footprint-here-s-what-we-can-do-to-reduce-it/ar-BB1c0DQV Entre los riesgos está la gran huella de carbono de desarrollar este tipo de tecnología de IA. Según algunas estimaciones, entrenar un modelo de IA genera tantas emisiones de carbono como se necesitan para construir y conducir cinco automóviles durante su vida útil. Soy un investigador que estudia y desarrolla modelos de inteligencia artificial, y estoy muy familiarizado con los costos energéticos y financieros vertiginosos de la investigación de la inteligencia artificial. ¿Por qué los modelos de IA se han vuelto tan hambrientos de energía y en qué se diferencian de la computación tradicional del centro de datos? El entrenamiento de hoy es ineficiente Los trabajos tradicionales de procesamiento de datos realizados en centros de datos incluyen transmisión de video, correo electrónico y redes sociales. La IA es más computacionalmente intensiva porque necesita leer una ...

 La joya de la corona de la economía de los intangibles, la IA necesita infraestructuras electrónicas expansivas que tengan impactos y costes tangibles. Las estimaciones sugieren que "la huella de carbono de entrenar una sola IA es de hasta 284 toneladas de dióxido de carbono equivalente", cinco veces las emisiones de por vida de un automóvil promedio. Si optamos por explotar el “petróleo del siglo XXI”, tendremos que construir grandes centros computacionales poderosos y granjas de servidores considerables. La inteligencia artificial requiere redes y infraestructuras en la nube para capturar, analizar, compartir y archivar grandes cantidades de datos. Cuando se involucran técnicas de aprendizaje profundo, el entrenamiento es un paso clave que consiste en alimentar el algoritmo con conjuntos de datos grandes y en su mayoría no estructurados. El entrenamiento de una sola aplicación basada en IA puede dividirse en decenas de chips y puede requerir meses para completarse. Aunque ...

 Gebru, una líder ampliamente respetada en la investigación de la ética de la IA, es conocida por ser coautora de un artículo innovador que mostró que el reconocimiento facial es menos preciso para identificar a las mujeres y las personas de color, lo que significa que su uso puede terminar discriminándolas. También cofundó el grupo de afinidad Black in AI y defiende la diversidad en la industria tecnológica. El equipo que ayudó a construir en Google es uno de los más diversos en inteligencia artificial e incluye muchos expertos líderes por derecho propio. Sus compañeros en el campo la envidiaban por producir un trabajo crítico que a menudo desafiaba las prácticas convencionales de IA. https://www.technologyreview.com/2020/12/04/1013294/google-ai-ethics-research-paper-forced-out-timnit-gebru/