Watch

AIリソースの需要が急増する中、AI2は環境に優しくなるためのキャンペーンを展開している。

AIリソースの需要が急増する中、AI2は環境に優しくなるためのキャンペーンを展開している。

アラン・ボイル

高性能コンピューティング
高性能コンピューティングは人工知能研究の生命線となりつつある。(Intel Photo)

人工知能(AI)のますます強力なモデルの開発は世界に革命をもたらしているが、そのコストは安くはない。シアトルのアレン人工知能研究所の研究者たちは、新たに発表された意見表明の中で、研究を評価する際にはエネルギー効率をより重視すべきだと主張している。

AI2の研究者たちは、同僚に対し、モデルの開発、学習、実行にかかる「費用」に加え、速度や精度といった他の指標も報告するよう求めている。AI2を含む研究リーダーボードは、AIソフトウェアを時系列の精度で定期的に評価しているが、その結果を得るために何が必要だったのかについては言及していない。

もちろん、最先端の研究は、数十億ドル規模の加速器で行う素粒子物理学から、数百台のDNAシーケンサーを必要とする遺伝子解析まで、あらゆる分野で費用がかかる可能性があります。その結果得られる研究では、金銭的なコストやエネルギー使用量について言及されることはほとんどありません。しかし、AI2のCEOであるオレン・エツィオーニ氏は、時代は変わりつつあると述べています。特に、エネルギーを大量に消費する科学実験の二酸化炭素排出量が懸念されるようになっているためです。

「多くの科学コミュニティにとって、報告コストの問題は継続的な課題です」と、ポジションペーパーの著者の一人であるエツィオーニ氏はGeekWireに語った。「ここで重要なのは、AIモデル開発に投入されるリソースが驚くほど増加している点だと思います」

OpenAIの調査によると、ディープラーニングのトップレベルの研究に必要な計算リソースは、ますます複雑なモデルの急速な発展により、2012年から2018年の間に30万倍に増加したと推定されています。「これはムーアの法則よりもはるかに速いペースで、3~4ヶ月ごとに倍増しています」とエツィオーニ氏は述べています。

エネルギー要件に関して言えば、エツィオーニ氏は、AI研究が既に電力会社に負担をかけているビットコインマイニングと同じ道を辿ることを望んでいない。しかし、彼が懸念しているのは環境問題だけではない。Google DeepMindのAlphaGoゲーム学習プログラムのようなプロジェクトの運用コストは、1時間あたり1,000ドルを超えることもある。

「最先端のAI研究を行うには例えば10億ドルが必要だとすると、新興国の人々だけでなく、学生や研究者、スタートアップ企業でさえも最先端から締め出されてしまう可能性があるという、包摂性という重要な問題がある」と彼は述べた。

オレン・エツィオーニ
アレン人工知能研究所のCEO、オーレン・エツィオーニ氏は、スタートアップ企業は「グリーンAI」研究アプローチから恩恵を受けるだろうと主張している。(GeekWire Photo / Alan Boyle)

AI2の研究者たちは、彼らが「レッドAI」と呼ぶ、高リソース・高コストのアプローチの終焉を求めているわけではないことを強調しています。むしろ、最先端のAIをより効率的に実現することを目指す「グリーンAI」に、より明るい光を当てたいと考えています。

「AIをより環境に優しくすれば、コストが安くなるだけでなく、より効率的な技術への道が開かれ、最先端技術をさらに押し上げることになる」とエツィオーニ氏は語った。

こうした技術は、一般的なパフォーマンスと効率の点であらゆる AI モデルをはるかに上回る人間の脳の働きに近づく可能性があります。

「私たちの思考における二酸化炭素排出量は、サラダとたまにタコスくらいです」とエツィオーニ氏は冗談を言った。

彼と彼の同僚は、ある結果に到達するのに必要な浮動小数点演算の総数を研究論文の定例項目として含めることを提案している。彼らは、浮動小数点演算(FPO)は計算能力の生の集計値であり、例えば炭素排出量、電力使用量、経過時間などよりも理にかなった指標になると主張している。

研究者は、予算に応じて精度がどのように向上するかを追跡することもできます。「この曲線を報告することで、ユーザーはモデルの選択についてより賢明な判断を下し、異なるアプローチの安定性を明らかにすることができるようになります」と研究者たちは述べています。

彼らはまた、Google の BERT モデルや XLNet モデルなどの事前トレーニング済みモデルの公開リリースの傾向を「グリーンな成功」として歓迎しています。

「他者がモデルを再トレーニングするコストを節約できるよう、組織にはモデルを継続的に公開するよう奨励したい」と研究者らは書いている。

エツィオーニ氏は、今週のポジションペーパーの発表以降、肯定的な反応を得ており、より効率的な研究モデルが、より安価で効率的なAIアプリケーションを生み出すことを期待していると述べた。AI2のスピンアウト企業の一つであるXNOR.aiは、既にエネルギー効率を製品の優先事項として取り組んでいる。

「配備は非常に重要です」とエツィオーニ氏は述べた。「そこには健全な経済的インセンティブがあると感じています。」

「Green AI」の著者には、Etzioni、Roy Schwartz、Jesse Dodge、Noah Smith などがいます。