kunstig intelligens
Er jaguar et kjøretøy eller kattedyr? Algoritmer pøser ut CO2for å forstå språket vårt
Er en jaguar en bil eller et rovdyr? For å forstå ordet «jaguar» i en tekst, må konteksten analyseres. Jo større tekst som analyseres, desto mere nøyaktig vil forståelsen være, siden algoritmen har mer kontekst å forholde seg til. Hvis teksten inneholder kontekst i form av ord som byttedyr, jungel, flekker, hjørnetenner, jaktmønster og lignende, vil algoritmen kunne vurdere at teksten dreier seg om en stor katt.
Foto: Geran de Klerk / Unsplash
656 MWh. Så mye strøm har det ifølge ny forskning gått med for å utvikle og trene den såkalte Transformer-algoritmen. Det tilsvarer over 280 tonn CO2 sluppet ut til atmosfæren, hvis beregningene er foretatt med strøm fra en energimiks som i det amerikanske strømnettet. Transformer-algoritmen er bare én blant en rekke algoritmer som alle har vist seg veldig energikrevende å utvikle og optimere.
– Dette er enormt talltungt, og spesielt Transformeren har krevd mye regnekraft og mye energi. Men hvis man aksepterer at denne forskningen er viktig for menneskeheten, må man også akseptere at det koster en masse energi, sier Ole Winther, som er professor ved Danmarks Tekniske Universitet DTU Compute og Københavns Universitet.
Han er selv en del av oppstartsbedriften raffle.ai og forsker i NLP-algoritmer (se faktaboks). NLP-algoritmer fokuserer på å forstå menneskelig språk. Ole Winther understreker, at selv om trening av kompliserte algoritmer tar tid, ekstremt mye regnekraft og slipper ut en raus porsjon CO2, er man i forskerkretser veldig bevisste på hvor mye energi utregningene krever – og at dette ikke er noe man bagatelliserer.
