由大資料，人工智慧，5G和物聯網等技術推動的日益增長的連通性海洋造成了巨大的資料海嘯，不幸的是，這在殺害我們的星球方面發揮了重要作用。一群科學家警告說，到 2025年，迅速發展的網際網路和龐大的資料消耗量可能佔全球電力消耗量的 驚人比例為20％，佔所有二氧化碳排放量的5。5％。
這是一個能源黑洞，它可能會迅速提出有償 計劃，到 2100年將全球變暖限制在比工業化之前的水平高1。50C的危險。
這就是為什麼研究人員釋出了一項可以將AI的巨大碳足跡 降低多達30倍的技術的訊息， 必然會給世界各地的環保主義者帶來笑容。
據Scienmag報道，得克薩斯大學科克雷爾工程學院的科學家發現，為人工智慧神經網路中的磁路拋棄矽可以使智慧計算機更加節能。
智慧神經網路
研究人員發現，透過在神經訓練網路（像人腦神經元一樣工作的軟體或硬體系統）中使用磁性成分代替矽，能量消耗可以降低20倍至30倍。
考克雷爾學院系的助理教授讓·安妮·因科維亞（Jean Anne Incorvia）和二年級研究生坎·崔（Can Cui）發現，小心地隔開磁性奈米線以充當人工神經元的過程會引發一個稱為側向抑制的過程。
這是人類神經元使用的自然過程，因此啟用最多的神經元會勝出並抑制較慢的發射神經元。使用當前的矽系統來實現橫向抑制需要在計算機內增加額外的電路層，這會顯著增加成本和空間要求，並大大增加能耗。
他們的發現可能對我們控制氣候變化的努力產生重大影響。
能量豬
構建人工智慧（AI）系統通常涉及深度學習。一種基於人工神經網路的機器學習方法。
深度學習的過程分為兩個步驟：訓練和推理。這些都是計算密集型過程，因此AI曾經被認為屬於科幻小說領域-直到具有相匹配的平行計算能力的超高速GPU和FGPA最終問世。
溢價：當油價接近15美元時，要考慮的2種股票
如今，人工智慧在我們的生活中扮演著越來越重要的角色，例如
Google的
RankBrain 系統，該系統使用AI更好地理解搜尋查詢； 程式化廣告，惡意軟體檢測，垃圾郵件過濾，物件識別，語音識別，自然語言處理（NLP），翻譯以及那些無處不在（且令人討厭）的 聊天機器人以及其他任務。但是，很容易忘記，自從IBM的Deep Blue超級計算機 在一系列國際象棋比賽中擊敗IBM的世界上最好的棋手Garry Kasparov 以來，人工智慧已經走了很長一段路，並且變得更加骯髒 ，機器贏得了4次2。
確實， OpenAI釋出的資料 表明，人工智慧系統的計算能力每3。4個月大約翻一番，從2012年到2018年呈指數增長，該AI系統執行了諸如Go上的擊敗人類等較新的里程碑。
坦率地說，人工智慧系統和矽神經訓練網路是耗費大量精力的能源。
一 紙 由麻省理工學院的研究題為“能源政策考慮深學習NLP中說：”訓練AI模式可以發出超過626000磅CO 2當量的-或近五倍美國人的平均汽車的壽命週期排放，其中包括的製造汽車本身。
資源
AI超增長
資料來源：Statista
人工智慧市場是增長最快的技術領域之一，預計到2020年，人工智慧軟體市場將同比增長154％，達到226億美元，並且至少在未來五年內保持三位數的增長。正是這種指數級增長促使學者們 挑戰了這樣一種觀念 ，即我們可以透過簡單地減少浪費並提高IT系統的效率來顯著減少碳排放。
但是，得克薩斯大學研究人員證明的節能方式是超驗的，而不僅僅是漸進式的，因此為實現我們的氣候目標提供了希望。
取決於德克薩斯大學研究人員能夠將其磁神經網路技術商業化的速度，我們可以透過顯著降低現代AI系統的碳足跡來倒退近十年的時間。
同時，其他有前途的節能技術，例如 麻省理工學院的光子晶片 ，使用光代替電，也可以幫助應對氣候變化。
當全球COVID-19大流行之後經濟復甦時，應對氣候變化可能會成為一個更大的目標，其背後的推動力不僅僅是大流行所能帶來的。
