深度學(xué)習(xí)模型并非“越大越好”，它可能引起氣候變化問題

本月早些時候，OpenAI宣布已經(jīng)建成史上最大的人工智能模型，該模型規(guī)模驚人，被命名為“GPT-3”，是一項令人印象深刻的技術(shù)成就。然而，它卻凸顯了人工智能領(lǐng)域的一個隱患。

 

現(xiàn)代人工智能模型需要消耗大量能量，并且這些能量需求正以驚人的速度增長。在深度學(xué)習(xí)時代，產(chǎn)生一流的人工智能模型所需的計算資源，平均每3.4個月翻一番；這意味著，能量需求在2012年至2018年之間增加了300,000倍。而“GPT-3”只是這種指數(shù)級增長軌跡上的一個最新節(jié)點。

 

 

深度學(xué)習(xí)模型真的越大越好嗎？

 

在今天，人工智能的碳足跡是有意義的，而如果這個行業(yè)趨勢繼續(xù)下去，情況將很快變得糟糕得多。除非我們愿意重新評估并改革當今的人工智能研究方向，否則，人工智能領(lǐng)域可能會成為我們在未來幾年中應(yīng)對氣候變化的對手。

 

GPT-3很好地說明了這種現(xiàn)象。該模型包含多達1750億個參數(shù)。如何理解這個數(shù)字呢？不妨參考一下它的前身模型GPT-2，它在去年發(fā)布時被認為是最先進的，GPT-2只有15億個參數(shù)。去年GPT-2的訓(xùn)練耗費了數(shù)十千兆次/天，這個計算輸入的數(shù)量已經(jīng)非常龐大了，而GPT-3需要的數(shù)量可能是GPT-2的好幾千倍。

 

依靠越來越大的模型，來推動人工智能技術(shù)進步，這種做法的問題在于，構(gòu)建和部署這些模型需要大量的能源消耗，并因此產(chǎn)生碳排放。

 

在2019年一項被廣泛討論的研究《Energy and Policy Considerations for Deep Learning in NLP（NLP深度學(xué)習(xí)的能源和政策考慮）》中，由Emma Strubell領(lǐng)導(dǎo)的一組研究人員，評估了訓(xùn)練單個深度學(xué)習(xí)模型的能量消耗，這個數(shù)值可能高達626,155磅的二氧化碳排放量——約相當于五輛汽車在整個生命周期內(nèi)的碳足跡。相比之下，一個普通的美國人每年產(chǎn)生的二氧化碳排放量大約是36,156磅。

 

可以肯定的是，這項評估針對的是能耗特別高的模型。如今，訓(xùn)練一個普通規(guī)模的機器學(xué)習(xí)模型產(chǎn)生的碳排放量應(yīng)該遠遠小于626,155磅。

 

同時值得注意的是，在進行這項分析時，GPT-2是當時可供研究的、最大的模型，研究人員將其視為模型大小的上限?？蓛H僅一年之后，GPT-2看上去很袖珍了，比它的后繼產(chǎn)品小了一百倍。

 

那么，機器學(xué)習(xí)模型到底為什么會需要消耗這么多的能量呢？

 

第一個原因是，用于訓(xùn)練這些模型的數(shù)據(jù)集的大小在不斷地膨脹。在2018年，BERT模型在使用了30億個單詞的數(shù)據(jù)集進行訓(xùn)練之后，實現(xiàn)了同類中最佳的NLP（自然語言處理）性能。XLNet使用了320億個單詞的數(shù)據(jù)集進行訓(xùn)練，并且在性能上超過了BERT。不久之后，GPT-2接受了400億個單詞的數(shù)據(jù)集的訓(xùn)練。而讓之前所有此類工作都相形見絀的是，GPT-3將使用一個包含5,000億個單詞的加權(quán)數(shù)據(jù)集進行訓(xùn)練。

 

在訓(xùn)練過程中，神經(jīng)網(wǎng)絡(luò)會針對輸入的每條數(shù)據(jù)，執(zhí)行一整套冗長的數(shù)學(xué)運算（既包括正向傳播，也包括反向傳播），并且以復(fù)雜的方式更新其參數(shù)。因此，更大的數(shù)據(jù)集，就會轉(zhuǎn)化為飛速增長的計算和能源需求。

 

導(dǎo)致人工智能巨大能量消耗的另一個原因是，開發(fā)模型所需要進行的大量實驗和調(diào)校。今天的機器學(xué)習(xí)，在很大程度上仍然是反復(fù)試錯的練習(xí)。從業(yè)人員通常會在訓(xùn)練過程中針對給定模型構(gòu)建數(shù)百個不同的版本，在確定最佳設(shè)計之前，他們會嘗試不同的神經(jīng)體系架構(gòu)和超參數(shù)。

 

上述提到的那篇2019年研究論文中，描述了一個案例研究。研究人員們選擇了一個平均規(guī)模的模型——比GPT-3之類的博人眼球的龐然大物要小得多，并且不僅檢查了訓(xùn)練最終版本所需的能量，還測量了為了生產(chǎn)這個最終版本進行的各種測試的總體能量消耗。

 

在六個月的過程之中，他們培訓(xùn)了4,789個不同版本的模型，總共需要花費9,998天的GPU時間（超過27年）。考慮到所有這些因素，這些研究人員估計，構(gòu)建該模型總計要產(chǎn)生78,000磅的二氧化碳排放量，超過一個普通美國成年人兩年的碳排放量。

 

到此為止，這次討論還僅僅涉及了機器學(xué)習(xí)模型的訓(xùn)練環(huán)節(jié)。但是訓(xùn)練只是一個模型生命周期的起點。模型訓(xùn)練完成之后，就會在現(xiàn)實世界中得到應(yīng)用。

 

部署人工智能模型，讓它們在現(xiàn)實環(huán)境中采取行動——這個過程被稱為推理，該過程的能耗比訓(xùn)練環(huán)節(jié)更高。實際上，英偉達公司（Nvidia）估計，神經(jīng)網(wǎng)絡(luò)80％至90％的能量消耗出現(xiàn)在推理環(huán)節(jié)，而不是訓(xùn)練環(huán)節(jié)。

 

例如，想想自動駕駛汽車中的人工智能。首先必須要對神經(jīng)網(wǎng)絡(luò)進行培訓(xùn)，讓它學(xué)會駕駛。在訓(xùn)練完成并部署到自動駕駛汽車上之后，模型會不斷地進行推理，才能在環(huán)境中行駛，只要汽車還在使用之中，這個過程就會日復(fù)一日地持續(xù)下去。

 

毋庸置疑，模型具有的參數(shù)越多，對這種持續(xù)不斷的推理的能量需求就越高。