警务AI也立功了

那么，这意味着有解决方案了吗?

来自Applied Materials、Arm、谷歌、英特尔、微软和VMware的技术人员上周分享了有关进步的见解，如果对AI技术进行投资的企业开始分享技术，这些进步将有助于我们避免出现最极端的未来情况。尽管大部分小组讨论都是高度技术性的，但对于那些考虑将AI应用于气候解决方案的人来说，这是我的总结。

熟悉计算硬件设计中的“管芯堆叠”概念。人们担心摩尔定律(认为集成电路上的晶体管数量每两年翻一番)的想法正在放缓。因此，越来越多的半导体工程师开始讨论将多个芯片堆叠在一起的设计，以便在给定的空间内容纳更多的处理能力。

微处理器公司Arm的研究员Rob Aitken预测，这些设计将首先出现在将高性能处理与非常本地化的内存相结合的计算基础架构中。他在小组讨论会上说：“垂直堆叠实质上使您可以获得更多的连接带宽，并允许您以较低的电容获得该带宽，以降低功耗，并降低延迟，这意味着性能得到了提高。”

因此，绝对要寻找更专业的硬件。

记住这个缩写：MRAM，magnetic random-access memory，它代表磁性随机存取存储器，这种格式在待机模式下的功耗比现有技术要低得多，后者需要能量来维持其信息的“状态”，并在弹出时迅速响应处理请求。着眼于这一市场的知名企业包括：英特尔、Micron、高通、三星、东芝等，他们都有着强大的研发力量。

考虑使用无碳能源在云数据中心中运行AI应用。这可能意味着将某些工作负载所需的处理能力推迟到一天中的某个设施更可能使用可再生能源的时间。

英特尔云解决方案架构师Samantha Alt表示：“如果我们能够在绿色、清洁、节能的情况下运行这些工作负载，那么现在，我们将真正运行这些非常高的计算工作负载，这正是我们想要的。”

“但是，如果我们进一步采取行动，并且只有在这种清洁能源可用时才让数据中心运行，那该怎么办?我们有一个数据中心，当我们拥有足够的绿色、清洁能源时它就处于唤醒状态，否则处于休眠状态。”

这是Google在4月份讨论的一项技术，但尚未广泛使用，它将需要关注新的冷却设计以防止设备运行过热，以及内存组件在设备进入和退出睡眠模式时可以动态响应。

对于边缘应用，这可能意味着在您要使其变得更智能的一些小工具或系统中使用精通AI的专用处理器，例如汽车系统、智能手机或建筑系统。处理(至少其中一些)不是在本地将所有数据发送到大规模的集中式云服务中。

微软智能设备总经理Moe Tanabian表示：“我们有很大的发展潜力，特别是当我们将AI推向边缘时。 “为什么边缘很重要?我们从人工智能中获得了很多人工智能驱动的任务和收益，这些任务和收益本质上是本地的。您想知道一个房间里有多少人：人数不断增长。这非常有价值，因为当整体整个建筑物的HVAC系统可以更高效，可以显着降低主要建筑物的能耗平衡。”

所有这一切的关键在于，要想使AI能够处理许多我们希望它为应对气候危机而需要处理的事情，必将需要对基础设施进行相当大的升级。

这些系统大修对环境的影响必须立即成为数据中心采购标准的一部分，而半导体行业则需要采取正确的措施。英特尔和AMD一直处于领先地位，上周Applied Materials放弃了这一挑战，但业界需要唤醒更多人。


 

PT-3的错误引起了另一个问题：该程序不可信的性质是否会破坏其整体实用性？

现在人们已经尝试了GPT-3各种用途：从创建客服机器人，到自动内容审核。但是答案内容的错误可能回给商业公司带来严重后果。

没有人原因创建一个偶尔侮辱客户的客服机器人。如果没有办法知道答案是否可靠，我们也不敢拿GPT-3作为教育工具。

专业人士评价

一位匿名的在Google资深AI研究人员说，他们认为GPT-3仅能自动完成一些琐碎任务，较小、更便宜的AI程序也可以做到，而且程序的绝对不可靠性最终会破坏其商用。

这位研究人员指出，如果没有很多复杂的工程调试，GPT-3还不够真正使用。

AI研究人员Julian Togelius说：“ GPT-3的表现常常像是一个聪明的学生，没有读完书，试图通过废话，比如一些众所周知的事实和一些直率的谎言交织在一起，让它看起来像是一种流畅的叙述。”

另一个严重的问题是GPT-3的输出存在偏见。英伟达的AI专家Anima Anandkumar教授指出，GPT-3在部分程度上接受了Reddit过滤后的数据的训练，并且根据此数据构建的模型产生的文本有“令人震惊地偏向性”。

在GPT-2的输出中，如果要求完成下列句子时，模型会产生各种歧视性言论

 

（编辑：桂林站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!