推特2200贊：一隻AI訓練排出180噸二氧化碳，「您的機器學習一點也不環保！」

碳栗子 發自 凹非寺

量子位 報道 | 公眾號 QbitAI

當你打開這篇文章的時候，你的模型可能正在安靜地訓練。

模型的身後，有飛速運轉的GPU，為它提供訓練的動力。

曲線顯示，它的學習情況良好，你在一旁露出了「孺子可教」的圍笑。

就在此時，有人向你發射了直擊靈魂的提問：

你總是關心模型學得好不好，就不關心它學得累不累排放多少二氧化碳？

發問的是名叫Emma Strubell (簡稱艾瑪) 的研究人員，來自美國馬薩諸塞大學阿姆赫斯特分校。

艾瑪和小夥伴一起，研究了許多優秀NLP(自然語言處理) 模型的碳排，還和人類日常生活的碳足跡做了對比：

比如，訓練一隻Transformer的碳排，相當於從坐飛機在舊金山和紐約之間往返200次。

過不了多久，團隊就會前往ACL 2019，與NLP領域的佼佼者們，分享自家的成果。

而在那之前，這項酸爽的研究，已經在推特上引發了大規模圍觀，有2200人點贊，也惹來了不小的爭議。

能排多少噸？

如果看艾瑪提供的數據，訓練好一隻NLP領域的State-of-the-Art，包括調參包括實驗，大概需要排放3.3萬磅二氧化碳，相當於15噸：

而要訓練一隻Transformer，包含神經網路架構搜索 (NAS) 的那種，排放二氧化碳大概39.5萬磅，相當於180噸。

比剛才的SOTA多了10倍不止。

那麼，這些噸位到底是什麼概念？

如果還看艾瑪提供的數據：

訓練一隻Transformer的碳排放量，相當於把三輛汽車從全新用到報廢；

如果換算成，一個人從紐約坐飛機去舊金山，再從舊金山回紐約，可以往返200次。

一個 (平均) 美國人10年日常生活的碳排，不過如此。

一個 (平均) 地球人30年日常生活的碳排，也不過如此。

現在，完整論文還沒放出，艾瑪說快了快了。

即便如此，驚人的數據也已在眾人矚目之下，收穫了許多質疑：

「你這碳排怎麼算的？」

谷歌大腦的研究員David Ha，就提出了問題：

用千瓦時作指標才比較科學吧。因為不同的能源，每千瓦時的碳排會差出很多啊。看數據：

不同國家的數據：每千瓦時，從41克到710克不等

他覺得，如果不知道能源是什麼，就計算二氧化碳排放量，作為一篇論文並不嚴謹；

但如果是為了讓大家重視環境問題，用碳排來博眼球，那就說得通了。

評論區，有同樣感受的人類不在少數：

看來保護地球，也需要有一顆嚴謹的心。

One More Thing

當然，觀眾大多還是對這項研究表示喜聞樂見，有人說：

以後交論文的時候，應該要求把碳排信息附上。

閣下以為如何？

作者系網易新聞·網易號「各有態度」簽約作者

—完—

小程序|get更多AI學習乾貨

加入社群

量子位AI社群開始招募啦，社群矩陣：AI討論群、AI 行業群、AI技術群；

目前已有4萬AI行業從業者、愛好者加入，AI技術群更有來自海內外各大高校實驗室大牛、各明星AI公司工程師等。互相ta

歡迎對AI感興趣的同學，在量子位公眾號（QbitAI）對話界面回復關鍵字「微信群」，獲取入群方式。（技術群與AI 行業群需經過審核，審核較嚴，敬請諒解）

喜歡就點「在看」吧 !

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！