科创中国

行业领域

新一代信息技术产业,人工智能

需求背景

当下的AI正在“野蛮生长”，其算法、数据和算力这三大基石也在进行规模扩张式发展。深度神经网络的模型规模越来越大，参数越来越多，因此所需要训练样本的规模越来越大，训练网络所需的算力必须越来越强，对资源的消耗必然越来越高。这样的发展显然是与绿色低碳背道而驰。未来AI自身的发展也应该沿着绿色低碳方向进行。

需解决的主要技术难题

未来AI自身的发展也应该沿着绿色低碳方向进行。当下的AI正在“野蛮生长”，其算法、数据和算力这三大基石也在进行规模扩张式发展。深度神经网络的模型规模越来越大，参数越来越多，因此所需要训练样本的规模越来越大，训练网络所需的算力必须越来越强，对资源的消耗必然越来越高。这样的发展显然是与绿色低碳背道而驰。以OpenAI提出的自然语言处理领域的GPT模型为例，其强大的功能是建立在超大的训练语料、超多的模型参数，以及超强的计算资源之上。GPT模型的参数量为***亿，预训练数据量5GB；GPT-2的参数量为15亿，预训练数据量40GB；GPT-3的参数量为1750亿，预训练数据量45GB。据说，GPT-4的参数量将达到100万亿，比GPT-3还要大500倍。同时，针对监督学习来说，数据量的增长需要很多人力进行样本标注，从而产生了一批又一批被AI“累死”的人。为此，有人提出了“难道有多少人工，才有多少智能？”这样的灵魂拷问。 

期望实现的主要技术目标

清华大学智能产业研究院院长张亚勤提出AI+IoT绿色低碳应用场景，一是清洁能源和传统能源的融合领域，AIoT技术可以监测碳排放，智能调度；二是信息和通信技术产业本身，大型的数据中心、5G等快速发展，消耗了很多能源，AI可以应用其中实现节能减排；三是新兴产业，比如在绿色城市、绿色交通等领域，AIoT也大有可为。

需求解析

解析单位：“科创中国”人工智能专业科技服务团（中国人工智能学会） 解析时间：2022-12-19

倪晶

中关村芯海择优科技有限公司

陈小锋

综合评价

这样的发展显然是与绿色低碳背道而驰。以OpenAI提出的自然语言处理领域的GPT模型为例，其强大的功能是建立在超大的训练语料、超多的模型参数，以及超强的计算资源之上。GPT模型的参数量为1.17亿，预训练数据量5GB；GPT-2的参数量为15亿，预训练数据量40GB；GPT-3的参数量为1750亿，预训练数据量45GB。据说，GPT-4的参数量将达到100万亿，比GPT-3还要大500倍。同时，针对监督学习来说，数据量的增长需要很多人力进行样本标注，从而产生了一批又一批被AI“累死”的人。

查看更多>

处理进度