越来越多的患病率AI图像发生器根据卡内基·梅隆大学（Carnegie Mellon University）的研究人员和机器学习社区网站Hugging Face的最新研究，我们日常生活中的工具可能会对环境造成损失。
随着超过1000万用户定期与机器学习模型互动，研究人员声称是与这些模型相关的环境成本的首次系统比较，技术Xplore报告。
根据最近的一项研究，我们日常生活中AI图像生成工具的普遍性日益增加可能会对环境造成损失。 Pixabay的Alan Frijns
AI对环境有益吗？
与普遍的信念相反人工智能该研究表明，使用AI模型来产生图像生成的量最小，它消耗了相当于充电智能手机的能量。
团队负责人亚历山德拉·卢西安（Alexandra Luccioni）强调需要认识到与AI使用相关的环境成本，这挑战了AI作为一种抽象的，基于云的技术的观念。
该研究涉及使用88个模型测试30个数据集，从而发现不同类型的任务之间的能源使用情况的显着差异。该团队每项任务测量了二氧化碳的排放，以衡量环境影响。
值得注意的是，稳定性AI的稳定扩散XL（图像发生器）被确定为最能量密集型，在一次会议上等同于在汽油驱动汽车中驾驶四英里的会话沿线，产生了近1,600克二氧化碳。
在频谱的下端，发现基本的文本生成任务较少碳密集型，相当于驾驶仅3/500英里的汽车。该研究涵盖了各种机器学习任务，包括图像和文本分类，图像字幕，汇总和问答。
该研究观察到，涉及生成新内容的任务，例如创建图像和汇总，对能源和碳足迹的要求比排名电影等歧视性任务更要求。
此外，该研究强调，使用多功能模型来进行判别任务比使用特定于任务的模型要消耗的能量更多。考虑到采用旨在同时处理多个任务的模型的主要趋势，该观察结果具有特殊的意义。
有意识地制定AI
Alexandra Luccioni强调了对AI使用的有意识决策的必要性，尤其是在较小的，特定于任务的模型就足够的情况下。
尽管对AI任务的单个二氧化碳使用情况似乎显得不适中，但每天参与AI生成的计划的数百万用户的累积影响引起了人们对其对环境浪费的重大贡献的担忧。
Luccioni在一份声明中说：“人们认为人工智能没有任何环境影响，正是这个抽象的技术实体生活在'云上。但是每次我们查询AI模型时，都会对地球产生成本，这一点很重要。”
该研究的摘要还写道：“我们最后讨论了部署多功能生成的ML系统的当前趋势，并警告说，应更故意故意地权衡其效用与能源和排放方面的成本增加。我们研究的所有数据都可以通过交互式演示访问，以进行进一步的探索和分析和分析。”
团队的发现是出版在Arxiv中。
