ChatGPT耗能驚人

ChatGPT的出現好像又一次給人灌輸只有大數據大模型才是人工智能產(chǎn)生突破成果的必由之路。

據華爾街見(jiàn)聞報道，如果粗略合算ChatGPT的總生命周期碳足跡，自2022年11月30日運行60余天來(lái)，其制造設備碳排放超過(guò)33.41噸，模型訓練碳排放超過(guò)552噸，運行60天碳排放約為229.2噸；三者相加，ChatGPT上線(xiàn)后的碳排放超過(guò)814.61噸。要想從大氣中吸收這些二氧化碳，相當于需要栽種超過(guò)6.5萬(wàn)棵樹(shù)?？墒侨绻鸆hatGPT與人腦同時(shí)工作，人腦的能耗僅為機器的0.002%。

難怪ChatGPT的開(kāi)發(fā)者也不得不發(fā)布要研究小數據的系統。

作為算法研究人員的使命就是就是讓不可能實(shí)現的事情變成現實(shí)的可行的結果，對復雜系的不可解的問(wèn)題繞過(guò)去實(shí)現可解的成果，讓需要很長(cháng)時(shí)間才可以算出的問(wèn)題快速的算出，讓大數據的算法變成小數據的算法，這是不以人的意志為轉移的客觀(guān)發(fā)展規律！

在人工智能領(lǐng)域靠大數據所產(chǎn)生的應用效果，一定是因為模型本身不夠智能所造成的！隨著(zhù)機器智能程度的提高一定會(huì )變成小數據的系統。SDL自律學(xué)習模型已經(jīng)告訴我們，小數據的機器學(xué)習的訓練結果可以產(chǎn)生大數據的效果，小硬件系統通過(guò)高維空間平面分類(lèi)可以超越低維度的大模型的神經(jīng)網(wǎng)絡(luò )系統的應用效果！

因此ChatGPT再次掀起大模型大的耗能的競賽值得深思！