{"id":447457,"date":"2023-05-25T11:18:25","date_gmt":"2023-05-25T09:18:25","guid":{"rendered":"https:\/\/innovationorigins.com\/?p=447457"},"modified":"2023-05-25T11:18:25","modified_gmt":"2023-05-25T09:18:25","slug":"verringerung-des-kohlenstoff-fussabdrucks-des-maschinellen-lernens","status":"publish","type":"post","link":"https:\/\/ioplus.nl\/archive\/de\/verringerung-des-kohlenstoff-fussabdrucks-des-maschinellen-lernens\/","title":{"rendered":"Verringerung des Kohlenstoff-Fu\u00dfabdrucks des maschinellen Lernens"},"content":{"rendered":"\n

Die enorme Gr\u00f6\u00dfe von Datens\u00e4tzen und die Anzahl der Berechnungen, die zum Trainieren von Machine Learning-Algorithmen erforderlich sind, f\u00fchren zu einer massiven Arbeitsbelastung von Cloud-Servern mit einem erheblichen Kohlenstoff-Fu\u00dfabdruck. Das europ\u00e4ische Projekt SustainML soll einen innovativen Entwicklungsrahmen schaffen, der KI-Entwicklern hilft, den Stromverbrauch ihrer Anwendungen zu senken, so das franz\u00f6sische Forschungsinstitut Inria in einer Pressemitteilung<\/a>.<\/p>\n\n\n\n

Laut einer in der Zeitschrift Nature ver\u00f6ffentlichten Studie st\u00f6\u00dft ein herk\u00f6mmliches Trainingsmodell f\u00fcr die Verarbeitung nat\u00fcrlicher Sprache im Jahr 2019 300.000 kg CO2 aus, was 125 Hin- und R\u00fcckfl\u00fcgen zwischen New York und Peking entspricht. F\u00fcnf Jahre sp\u00e4ter werden tiefe neuronale Netze in allen Bereichen der Gesellschaft eifrig genutzt, und mit der Zunahme der k\u00fcnstlichen Intelligenz in einem noch nie dagewesenen Ausma\u00df steigt auch die Belastung f\u00fcr den Planeten.<\/p>\n\n\n\n

Vor diesem Hintergrund besteht das Hauptziel des europ\u00e4ischen Projekts SustainML<\/a> darin, einen Rahmen zu schaffen, der es den Entwicklern von KI erleichtert, den Energieverbrauch ihrer Anwendungen f\u00fcr maschinelles Lernen bei der Entwicklung zu ber\u00fccksichtigen. Janin Koch<\/a>, Wissenschaftlerin des Ex-Situ-Projektteams<\/a>, das dem Inria Saclay Centre angegliedert ist, geht genauer darauf ein, wie die Mensch-Computer-Interaktion (HCI) genutzt werden kann, um KI-Designer dabei zu unterst\u00fctzen, \u00fcber den gesamten ML-Lebenszyklus hinweg nachhaltigere Entscheidungen zu treffen und das Bewusstsein f\u00fcr das Kosten-Nutzen-Verh\u00e4ltnis hinter jeder dieser Entscheidungen zu sch\u00e4rfen. Das Projekt begann im Oktober 2022 und schlie\u00dft Inria und andere Parteien ein.<\/p>\n\n\n\n

Quantifizierung der Kohlenstoffauswirkungen von Modellen des maschinellen Lernens<\/h2>\n\n\n\n

Das Projekt umfasst verschiedene Forschungsbereiche. Ein Eckpfeiler ist die Quantifizierung der Umweltauswirkungen<\/a> von Algorithmen und, genauer gesagt, der Folgen jeder Entscheidung, die w\u00e4hrend des gesamten Lebenszyklus von ML getroffen wird. Wenn man sich beispielsweise daf\u00fcr entscheidet, ein ML-Modell in einer Cloud-Einrichtung zu trainieren, die mit nicht fossilem, erneuerbarem Strom aus Wasserkraft betrieben wird, anstatt in einem Rechenzentrum, das mit einem Kohlekraftwerk betrieben wird, dann macht das nat\u00fcrlich einen gro\u00dfen Unterschied bei den Kohlenstoffemissionen.<\/p>\n\n\n\n

Das ist jedoch noch nicht das Ende der Geschichte. Es ist ein viel umfassenderes Problem als nur die Wahl einer sauberen Cloud”, so Janin Koch, “es geht darum, zu \u00fcberdenken, was wir wirklich brauchen. “Der Trend in der KI-Gemeinschaft geht dahin zu sagen: Je mehr Daten, je komplexer das Modell, desto besser die Endergebnisse. Das ist bis zu einem gewissen Grad nicht ganz unbegr\u00fcndet, vor allem, wenn es um komplexe Probleme geht. Viele Anwendungen erfordern jedoch nicht unbedingt dieses Ma\u00df an Genauigkeit oder diese Menge an Daten. Bevor wir also ein KI-Projekt in Angriff nehmen, sollten sich Wissenschaftler fragen: “Was brauche ich wirklich?<\/p>\n\n\n\n

Gibt es nachhaltigere Alternativen, die weniger Daten ben\u00f6tigen oder weniger Laufzeit ben\u00f6tigen? K\u00f6nnte ich, anstatt gro\u00dfe Datenmengen zu sammeln, nicht einfach vorhandene Datens\u00e4tze wiederverwenden\/umfunktionieren? Sollte ich ein Modell von Grund auf neu erstellen und trainieren, oder kann ich ein Modell wiederverwenden, das bereits in Code-Repositories verf\u00fcgbar ist? Ist es wirklich notwendig, mein Modell \u00fcber einen langen Zeitraum laufen zu lassen? “Letztendlich geht es nicht nur um die Verbesserung eines Algorithmus, sondern auch um die Verbesserung des gesamten Lebenszyklus einer Anwendung.”<\/p>\n\n\n\n

Menschenzentrierter interaktiver Rahmen<\/h2>\n\n\n\n

Das Projekt will nicht nur das Bewusstsein f\u00fcr Nachhaltigkeitskompromisse sch\u00e4rfen, sondern auch ein interaktives Werkzeug schaffen, das Entwicklern hilft, in jeder Phase des Entwicklungsprozesses nachhaltigere Entscheidungen zu treffen. Und genau hier kommt Kochs Beitrag ins Spiel. “Mein Forschungsgebiet ist die Mensch-Computer-Interaktion. Ich interessiere mich daf\u00fcr, wie Menschen und Systeme zusammenarbeiten k\u00f6nnen, um neue Ideen zu erforschen. HCI umfasst sowohl die Art und Weise, wie Benutzer einem System ihre Ziele mitteilen, als auch die Art und Weise, wie Systeme Vorschl\u00e4ge machen und diese iterativ erkl\u00e4ren.”<\/p>\n\n\n\n

“Im Zusammenhang mit diesem Projekt bedeutet dies: Was wissen die Entwickler, bevor sie ein Projekt beginnen, und wie k\u00f6nnten sie einem System das Gesamtziel beschreiben? Das kann mitunter recht vage sein. Daher \u00fcberlegen wir, wie Systeme dabei helfen k\u00f6nnen, herauszufinden, was zur Erreichung eines bestimmten Ziels erforderlich ist und welche Ans\u00e4tze daf\u00fcr geeignet w\u00e4ren.”<\/p>\n\n\n\n

Damit ein solches Werkzeug funktioniert, muss es dem Benutzer erkl\u00e4ren k\u00f6nnen, wie eine Entscheidung zustande kommt, wie eine Schlussfolgerung gezogen wird, wie eine Einschr\u00e4nkung durchgesetzt wird. “Dieser Prozess ist tats\u00e4chlich recht anspruchsvoll. Wenn ein Algorithmus behauptet, dass eine bestimmte Entscheidung zu 80 % besser ist, was bedeutet das f\u00fcr den Benutzer? Das ist nicht die Art und Weise, wie Menschen die Dinge verstehen”. Stattdessen schl\u00e4gt sie vor, Erkl\u00e4rungen in den Kontext der Projektziele und des Prozesses des Nutzers zu stellen, um diese Erkl\u00e4rungen sinnvoller zu gestalten.<\/p>\n\n\n\n

Es wird erwartet, dass das SustainML-Projekt einen bedeutenden Einfluss auf die so genannte “Demokratisierung der gr\u00fcnen KI” haben wird, indem es nicht nur Tech-Giganten, sondern auch KMUs, private Enthusiasten, NGOs und einzelne Innovatoren in die Lage versetzt, KI auf eine nachhaltigere Weise zu entwickeln.<\/p>\n","protected":false},"excerpt":{"rendered":"

Die enorme Gr\u00f6\u00dfe von Datens\u00e4tzen und die Anzahl der Berechnungen, die zum Trainieren von Machine Learning-Algorithmen erforderlich sind, f\u00fchren zu einer massiven Arbeitsbelastung von Cloud-Servern mit einem erheblichen Kohlenstoff-Fu\u00dfabdruck. Das europ\u00e4ische Projekt SustainML soll einen innovativen Entwicklungsrahmen schaffen, der KI-Entwicklern hilft, den Stromverbrauch ihrer Anwendungen zu senken, so das franz\u00f6sische Forschungsinstitut Inria in einer Pressemitteilung. […]<\/p>\n","protected":false},"author":1780,"featured_media":494992,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"advgb_blocks_editor_width":"","advgb_blocks_columns_visual_guide":"","footnotes":""},"categories":[25213],"tags":[78302,78305],"location":[40302],"article_type":[36655],"serie":[],"archives":[],"internal_archives":[],"reboot-archive":[],"class_list":["post-447457","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-nachhaltigkeit-de","tag-kohlenstoff-de","tag-maschinellen-lernens-de","location-frankreich","article_type-aktuell"],"blocksy_meta":[],"acf":{"subtitle":"Mit dem europ\u00e4ischen Projekt SustainML sollte ein innovativer Entwicklungsrahmen geschaffen werden, der KI-Entwicklern hilft, den Stromverbrauch ihrer Anwendungen zu senken.","text_display_homepage":false},"author_meta":{"display_name":"Elcke Vels","author_link":"https:\/\/ioplus.nl\/archive\/author\/elckevels\/"},"featured_img":"https:\/\/ioplus.nl\/archive\/wp-content\/uploads\/2023\/05\/chatgpt.jpg","coauthors":[],"tax_additional":{"categories":{"linked":["Nachhaltigkeit<\/a>"],"unlinked":["Nachhaltigkeit<\/span>"]},"tags":{"linked":["kohlenstoff<\/a>","maschinellen Lernens<\/a>"],"unlinked":["kohlenstoff<\/span>","maschinellen Lernens<\/span>"]}},"comment_count":"0","relative_dates":{"created":"Posted 3 years ago","modified":"Updated 3 years ago"},"absolute_dates":{"created":"Posted on May 25, 2023","modified":"Updated on May 25, 2023"},"absolute_dates_time":{"created":"Posted on May 25, 2023 11:18 am","modified":"Updated on May 25, 2023 11:18 am"},"featured_img_caption":"","series_order":"","_links":{"self":[{"href":"https:\/\/ioplus.nl\/archive\/wp-json\/wp\/v2\/posts\/447457","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/ioplus.nl\/archive\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/ioplus.nl\/archive\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/ioplus.nl\/archive\/wp-json\/wp\/v2\/users\/1780"}],"replies":[{"embeddable":true,"href":"https:\/\/ioplus.nl\/archive\/wp-json\/wp\/v2\/comments?post=447457"}],"version-history":[{"count":0,"href":"https:\/\/ioplus.nl\/archive\/wp-json\/wp\/v2\/posts\/447457\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/ioplus.nl\/archive\/wp-json\/wp\/v2\/media\/494992"}],"wp:attachment":[{"href":"https:\/\/ioplus.nl\/archive\/wp-json\/wp\/v2\/media?parent=447457"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/ioplus.nl\/archive\/wp-json\/wp\/v2\/categories?post=447457"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/ioplus.nl\/archive\/wp-json\/wp\/v2\/tags?post=447457"},{"taxonomy":"location","embeddable":true,"href":"https:\/\/ioplus.nl\/archive\/wp-json\/wp\/v2\/location?post=447457"},{"taxonomy":"article_type","embeddable":true,"href":"https:\/\/ioplus.nl\/archive\/wp-json\/wp\/v2\/article_type?post=447457"},{"taxonomy":"serie","embeddable":true,"href":"https:\/\/ioplus.nl\/archive\/wp-json\/wp\/v2\/serie?post=447457"},{"taxonomy":"archives","embeddable":true,"href":"https:\/\/ioplus.nl\/archive\/wp-json\/wp\/v2\/archives?post=447457"},{"taxonomy":"internal_archives","embeddable":true,"href":"https:\/\/ioplus.nl\/archive\/wp-json\/wp\/v2\/internal_archives?post=447457"},{"taxonomy":"reboot-archive","embeddable":true,"href":"https:\/\/ioplus.nl\/archive\/wp-json\/wp\/v2\/reboot-archive?post=447457"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}