机构名称：
¥ 1.0
随着基于人工智能的系统被越来越多地采用，人工智能的碳足迹已不再可以忽略不计。因此，人工智能研究人员和从业者被敦促对他们设计和使用的人工智能模型的碳排放负责。这导致近年来出现了针对人工智能环境可持续性的研究，这一领域被称为绿色人工智能。尽管人们对该主题的兴趣迅速增长，但迄今为止仍然缺乏对绿色人工智能研究的全面概述。为了弥补这一差距，在本文中，我们对绿色人工智能文献进行了系统回顾。从对 98 项主要研究的分析中，出现了不同的模式。从 2020 年起，该主题经历了相当大的增长。大多数研究考虑监测人工智能模型足迹、调整超参数以提高模型可持续性或对模型进行基准测试。立场文件、观察性研究和解决方案文件混合存在。大多数论文侧重于训练阶段，与算法无关或研究神经网络，并使用图像数据。实验室实验是最常见的研究策略。据报道，绿色人工智能的节能效果高达 115%，节能效果超过 50% 的情况相当普遍。工业界也参与了绿色人工智能的研究，尽管大多数研究都针对学术读者。绿色人工智能工具供应稀缺。总而言之，绿色人工智能研究领域已经达到了相当高的成熟度。因此，从这篇评论中可以看出，现在是采用其他绿色人工智能研究策略的合适时机，并将众多有前景的学术成果移植到工业实践中。
绿色人工智能的系统评价
主要关键词
相关文件推荐
