Overslaan en naar de inhoud gaan

'Nu moet het uit zijn met obscure, vervuilende AI'

De hoeveelheid kooldioxide-uitstoot die gepaard gaat met het zoeken en trainen van een model, bedraagt wel vijf keer zo veel als een auto in zijn hele levensduur genereert. En wat gebeurt er met de data die gebruikt worden om het model te trainen? Met een framework gebaseerd op vier pijlers denken onderzoekers van Microsoft en een drietal Canadese en Amerikaanse universiteiten een methode te hebben gevonden om grip te krijgen op deze problemen en ze te verminderen.
robot learning
© CC0 - Pixabay
CC0 - Pixabay

De onderzoekers noemen hun framework SECure en hebben de details gepubliceerd op Arxiv.org (pdf), meldt Venturebeat.

Een van de pijlers suggereert het gebruik van gestandaardiseerde rekenmethodes om een goede vergelijking te kunnen maken tussen verschillende hard- en softwareconfiguraties die het best passen bij de taken die door een AI-systeem moeten worden uitgevoerd. Daardoor moet het makkelijker worden het meest efficiënte systeem te kiezen.

De onderzoekers stellen als tweede pijler voor het gebruik van federated learning approaches. Door gebruik te maken van verschillende gedecentraliseerde apparaten en servers kunnen AI-taken - zoals het trainen van een model - plaatsvinden op apparatuur die zoveel mogelijk gebruik maakt van schone energiebronnen. Bovendien, wanneer wordt gezorgd dat de data niet worden uitgewisseld tussen de verschillende systemen die aan hetzelfde model werken, neemt het risico op grootschalige datalekken af.

Meer zeggenschap over data

Met de derde pijler willen de onderzoekers meer aandacht voor data-souvereiniteit. Individuen moeten meer zeggenschap krijgen over de hoe hun gegevens worden gebruikt, voor welke doelen en voor hoe lang. Bovendien moeten mensen de mogelijkheid krijgen op elk moment hun toestemming voor het gebruik in te trekken.

Tenslotte moet er een certificatieproces komen waarmee de status van een AI-project kan worden vergeleken met anderen wat betreft de efficiency in het gebruik van energie voor compute en storage. Dit zou gebruikersorganisaties bewuster moeten maken van de impact die het gebruik van de tools hebben op maatschappij en milieu.

De onderzoekers zijn er van overtuigd dat wanneer dit framework op grote schaal wordt toegepast, gebruikersorganisaties met hun aankoopbeslissingen een drijvende kracht kunnen zijn achter het verantwoord omgaan met kunstmatige intelligentie.

Reacties

Om een reactie achter te laten is een account vereist.

Inloggen Word abonnee

Bevestig jouw e-mailadres

We hebben de bevestigingsmail naar %email% gestuurd.

Geen bevestigingsmail ontvangen? Controleer je spam folder. Niet in de spam, klik dan hier om een account aan te maken.

Er is iets mis gegaan

Helaas konden we op dit moment geen account voor je aanmaken. Probeer het later nog eens.

Maak een gratis account aan en geniet van alle voordelen:

Heb je al een account? Log in

Maak een gratis account aan en geniet van alle voordelen:

Heb je al een account? Log in