Чтобы дать женщинам-ученым и другим людям, ориентированным на искусственный интеллект, заслуженное и запоздалое время в центре внимания, TechCrunch запускает серия интервью сосредоточив внимание на замечательных женщинах, которые внесли свой вклад в революцию искусственного интеллекта.
Тамар Эйлам проработала в IBM последние 24 года. В настоящее время она является научным сотрудником IBM и занимает должность главного научного сотрудника по устойчивым вычислениям, помогая командам сокращать количество энергии, потребляемой их вычислениями. Больше всего она гордится работой над проектом с открытым исходным кодом под названием Kepler, который помогает количественно оценить энергопотребление одного контейнерного приложения.
Во многих отношениях она была впереди планеты всей: потребление энергии стало одной из самых важных тем в отрасли по мере развития революции искусственного интеллекта. ИИ использует огромное количество природных ресурсов; как обучение, так и использование ИИ являются энергозатратными. В отчете Goldman Sachs за этот год говорится, что для обработки одного поиска ChatGPT требуется в 10 раз больше электроэнергии по сравнению с поиском Google. Ожидается, что в ближайшем будущем искусственный интеллект увеличит спрос на электроэнергию в центрах обработки данных на 160%, говорится в отчете.
Именно эту проблему Эйлам работает с IBM, чтобы помочь смягчить последствия.
«Необходимо уделять особое внимание устойчивому развитию в целом», — сказала она TechCrunch. «У нас есть проблема, но есть и возможность».
Энергетический вопрос
Эйлам считает, что отрасль оказалась в загадке. По ее словам, у искусственного интеллекта есть потенциал сделать отрасли более устойчивыми, хотя сейчас сама технология является истощением ресурсов.
Фактически, компьютеры и искусственный интеллект могут помочь обезуглероживать электросети, сказала она. Сейчас энергосистема частично зависит от возобновляемых источников энергии, таких как вода, солнце и ветер: ресурсов, цена и доступность которых колеблются. Это означает, что центры обработки данных, работающие на них, изо всех сил пытаются гарантировать стабильное (с точки зрения цены и источника питания) обслуживание потребителей. «Заставляя энергосистему работать в тандеме с вычислениями, имея возможность перемещать или уменьшать рабочие нагрузки, мы действительно можем помочь в декарбонизации», — сказала она.
Но природные ресурсы – не единственная ее забота. «Подумайте о том, сколько чипов мы производим, а также о затратах на выбросы углерода и токсичных материалов, которые идут на производство этих чипов», — сказала она об отрасли.
В IBM она учитывает все эти проблемы и говорит, что пытается комплексно подходить к устойчивому ИИ, когда дело доходит до поиска их решений. Например, она говорит, что IBM возглавляет программу, спонсируемую Национальным научным фондом, по выявлению мест, где в чипах искусственного интеллекта всегда есть химические вещества, чтобы компания могла ускорить открытие новых материалов для их замены.
Когда дело доходит до операций, она консультирует команды по способам обучения моделей ИИ таким образом, чтобы экономить энергию. «Используя меньше данных, но при этом данные высокого качества, вы быстрее придете к более точному решению», — сказала она.
По ее словам, для более точной настройки у IBM есть метод спекулятивного декодирования, позволяющий повысить эффективность вывода. «Тогда вы спускаетесь по стопке», продолжила она. «У нас есть собственная платформа, поэтому мы проводим множество оптимизаций, связанных с тем, как вы развертываете эти модели в ускорителях».
Она говорит, что IBM верит в открытость и гетерогенность, причем последнее означает, что она не может быть универсальной для всех моделей. «Вот почему мы выпустили Granite в нескольких различных размерах: в зависимости от вашего варианта использования вы сможете выбрать размер, который подходит именно вам, который потенциально обойдется вам дешевле, будет соответствовать вашим потребностям, и вы сможете тратить меньше энергии».
По ее словам, они создают возможности наблюдения для количественной оценки всего, включая потребление энергии, задержку и пропускную способность. Она считает свою работу все более важной, особенно потому, что надеется, что все больше людей поверят, что модели IBM предоставляют им эффективные, но в то же время устойчивые способы вычислений. «Мы говорим им: «Эй, не начинайте с нуля», — сказала она. «Возьмите Гранит и теперь настройте его. Знаете ли вы, сколько энергии вы экономите, потому что начинаете не с нуля?» — продолжила она.
«Причина, по которой они хотят начать разработку собственных моделей с нуля, заключается в том, что они не доверяют тому, что существует. Потому что вы не знаете, какие данные использовались при обучении, и, возможно, вы нарушаете какой-то IP», — сказала она. «У нас есть гарантия защиты интеллектуальной собственности для всех наших моделей, потому что мы можем точно сказать вам, какие данные поступили, и мы собираемся заверить вас, что нарушения интеллектуальной собственности нет. Итак, именно здесь мы говорим: «Эй, вы можете доверять нашим моделям».
Женщина в ИИ
Опыт Эйлам связана с распределенными облачными вычислениями, но в 2019 году она посетила конференцию по программному обеспечению, один из основных докладов которой был посвящен изменению климата. «Я не могла перестать думать об устойчивом развитии с тех пор, как покинула разговор», — сказала она.
Поэтому она объединила климат и компьютерные технологии и решила внести изменения. Но более глубокое погружение в искусственный интеллект означало, что она часто была единственной женщиной в комнате. Она сказала, что узнала много нового о бессознательных предубеждениях, которые, по ее словам, проявляются по-разному и у мужчин, и у женщин. «Я много думаю о повышении осведомленности», — сказала она, особенно как женщина, занимающая руководящую роль.
Несколько лет назад она была со-руководителем семинара по исследованию IBM, рассказывая женщинам об этих типах предубеждений, например о том, что женщины не будут претендовать на работу, даже если у них более 70% квалификаций, а мужчины будут претендовать. даже если их меньше 50%. У нее есть несколько советов женщинам, отправляющимся в свой профессиональный путь: никогда не бойтесь иметь свое мнение и выражать его.
«Упорствуйте, упорствуйте. Если они не послушают, скажите об этом еще раз и еще раз. Это лучший совет, который я могу дать».
Что ждет будущее
Эйлам считает, что инвесторам следует обратить внимание на стартапы, которые открыто рассказывают о своих инновациях.
«Раскрывают ли они свои источники данных?» сказала она, добавив, что это также относится к тому, если компания делится тем, сколько энергии потребляет ее ИИ. Она также говорит, что инвесторам важно знать, есть ли у стартапа какие-либо меры защиты, которые могут помочь предотвратить сценарии высокого риска.
Она также выступает за введение большего количества правил, хотя это может быть сложно сделать, поскольку технология может быть довольно сложной, сказала она. Однако первый шаг — это прозрачность — способность объяснить, что происходит, и честно сказать, какое влияние это окажет.
«Если объяснимости нет, и тогда мы используем (ИИ) без последствий для потенциального будущего людей, то здесь есть проблема», — сказала она.
Эта часть была обновлена.
У TechCrunch есть информационный бюллетень, посвященный искусственному интеллекту! Зарегистрируйтесь здесь чтобы получать его на свой почтовый ящик каждую среду.
