โซลูชันที่ขับเคลื่อนด้วย AI สำหรับอนาคตที่ยั่งยืน
สำรวจประโยชน์และต้นทุนของ AI ในการเอาชนะความท้าทายด้านสภาพภูมิอากาศ
ลดความซับซ้อนของ AI ด้วยเทคโนโลยี Intel® Artificial Intelligence
การปรับใช้ปัญญาประดิษฐ์เป็นสิ่งสำคัญในการปรับปรุงการบริการลูกค้าและปลดล็อกมูลค่าทางธุรกิจ แต่การปรับใช้โครงสร้างพื้นฐาน AI ที่ปรับขนาดได้ส่งผลให้เกิดความท้าทายสำหรับหลายองค์กรเช่นกัน สถาปัตยกรรม Intel® นำเสนอโซลูชันที่รวดเร็วและคุ้มค่า ปรับใช้กับการผลิตได้อย่างมีประสิทธิภาพด้วยการเข้าถึงระบบนิเวศของพันธมิตรระดับโลกที่มีความเชี่ยวชาญและโซลูชัน AI ที่ปรับให้เหมาะสม
ในขณะที่ AI หยั่งรากลึกลงในสังคมยุคใหม่ของเรา เหล่านักวิทยาศาสตร์และนักคิดรายใหญ่ก็เริ่มที่จะอวดอ้างศักยภาพของ AI ในการมอบประโยชน์ให้กับโลก หนึ่งในโอกาสที่น่าตื่นเต้นจากเรื่องนี้ก็คือ วิธีการที่ AI สามารถช่วยให้เราต่อสู้กับการเปลี่ยนแปลงสภาพภูมิอากาศได้ ผู้เชี่ยวชาญหลายคนเชื่อว่าอัลกอริธึมการเรียนรู้เชิงลึกสามารถมีบทบาทสำคัญในการจัดการกับข้อกังวลด้านสิ่งแวดล้อม ตั้งแต่การออกแบบเมืองที่ประหยัดพลังงานมากขึ้นไปจนถึงการติดตามการปล่อยก๊าซทั่วโลกในวงกว้าง และแม้แต่การเพิ่มประสิทธิภาพการใช้พลังงานหมุนเวียนของเรา
วิธีเฉพาะการใช้ AI อย่างหนึ่งก็คือ การช่วยเราปลูกปลูกสาหร่ายทะเลที่เป็นประโยชน์ เช่น สาหร่ายทะเลและสาหร่ายเคลป์ สาหร่ายเหล่านี้ไม่เพียงแต่มีศักยภาพสูงในการเป็นแหล่งอาหารที่ยั่งยืนเท่านั้น แต่ยังสามารถดักจับคาร์บอนจากชั้นบรรยากาศของเรา และฝังไว้ลึกลงไปใต้พื้นมหาสมุทรได้ ในความเป็นจริงแล้ว บางการศึกษาประมาณการว่าป่าสาหร่ายเคลป์สามารถดักจับก๊าซคาร์บอนไดออกไซด์จากน้ำทะเลได้ประมาณ 4.5 ล้านเมตริกตันทุกๆ
แต่เมื่ออุณหภูมิของน้ำทะเลสูงขึ้นและป่าสาหร่ายเคลป์ลดลง นักวิทยาศาสตร์ก็รวมตัวกันเพื่อค้นหาวิธีฟื้นฟูจำนวนสาหร่ายเคลป์ที่ร่อยหรอลง การใช้งานเทคโนโลยี AI ช่วยเหลือนักอนุรักษ์อย่างมากในความพยายามแยกวิเคราะห์ข้อมูลในมหาสมุทรเพื่อสร้างแผนที่ทะเลที่คาดการณ์ได้ ระบุสถานที่สำคัญสำหรับการเพาะปลูกในอนาคต ตลอดจนตรวจจับและป้องกันโรคก่อนที่จะอุบัติขึ้น
แต่การใช้ AI ก็อาจมาพร้อมกับต้นทุนด้านสิ่งแวดล้อมในตัวเอง เพราะพลังงานที่จำเป็นในการฝึกฝนและเรียกใช้อัลกอริทึมเหล่านี้มักจะอยู่ในระดับที่น่าตกใจ การศึกษาล่าสุดได้แสดงให้เห็นถึงแนวโน้มที่น่ากังวลในหมู่นักพัฒนาโปรแกรมที่ให้ความสำคัญกับโซลูชัน AI ที่ต้องการความแม่นยำมากกว่าประสิทธิภาพ โดยมีหลายๆ คนหันมาใช้โซลูชันที่ใช้พลังงานสูง เช่น สถาปัตยกรรมโครงข่ายประสาทเทียมเพื่อขับเคลื่อนโมเดลของตน ในความเป็นจริงแล้ว การศึกษาหนึ่งได้คำนวณว่า การฝึกโมเดลทรานฟอร์มเมอร์โครงข่ายประสาทเดียวจะปล่อยคาร์บอนไดออกไซด์ออกมาถึง 626,000 ปอนด์ ซึ่งมากกว่าการปล่อยก๊าซของรถยนต์อเมริกันตลอดอายุการใช้งาน (รวมถึงการผลิต!) ประมาณ 5 เท่า และในขณะที่นักวิจัยยังคงทดสอบ พัฒนา และฝึกอัลกอริทึมใหม่ จึงไม่แปลกที่ตัวเลขเหล่านี้จึงเพิ่มขึ้นเรื่อยๆ อย่างรวดเร็ว
แล้วนักเทคโนโลยีที่ชอบความยั่งยืนควรทำอย่างไรล่ะ
โชคดีที่มีนักวิจัยบางคนกำลังมองหาวิธีที่จะหยุดยั่งแนวโน้มนี้ผ่านการสนับสนุนให้ใช้ประสิทธิภาพเป็นเกณฑ์การประเมินหลักในการวัดความสำเร็จของโมเดล บริษัทที่มุ่งเน้นโซลูชันอย่าง Intel ได้สนับสนุนเรื่องนี้ และกำลังพัฒนาเทคนิค "การเรียนรู้ของเครื่องที่ประหยัดพลังงาน" มากขึ้น โดยขจัดเนื้อหาที่ไม่จำเป็นออกจากชุดข้อมูลการฝึกอบรม ในขณะที่เนื้อหาเหล่านี้ยังอยู่ในรูปแบบการบีบอัด ผลลัพธ์ที่ได้คือสมรรถนะด้านการใช้พลังงานอย่างมากขณะฝึกฝนโมเดล ในขณะที่ยังคงรักษาความแม่นยำไว้ได้
“โซลูชันในการสร้าง AI ที่ยั่งยืนยิ่งขึ้นคือทั้งโซลูชันซอฟต์แวร์และฮาร์ดแวร์”, Merlin Kister, ผู้อำนวยการอาวุโสที่ Intel กล่าว “โดยจะต้องดูโมเดลที่คุณต้องเริ่มต้นด้วย และตรวจสอบให้แน่ใจว่ามันมีขนาดเหมาะสม”
ความเป็นไปได้ที่น่าตื่นเต้นอีกประการหนึ่งอาจมาจากการพัฒนาโมเดล AI ที่อิงตามความน่าจะเป็นมากขึ้น โมเดลใหม่เหล่านี้ เฉกเช่น โมเดลที่กำลังพัฒนาอยู่ที่ Intel จะช่วยให้ขีดความสามารถของ AI มีความยืดหยุ่นมากขึ้นในการปรับใช้เหตุผลเชิงนามธรรมมาใช้ ซึ่งส่งผลให้มีการประมวลผลเชิงลอจิกจำนวนมาก โดยไม่จำเป็นต้องอนุมานแบบคาดเดา ซึ่งอาศัยจุดข้อมูลนับพันหรือล้านจุด
ดังที่ Merlin Kister กล่าวไว้ว่า “วิศวกรของ Intel กำลังทำงานอย่างหนักทุกวันเพื่อพัฒนาฟีเจอร์และเทคโนโลยีใหม่เพื่อใส่ไว้ในโปรเซสเซอร์ของเราเพื่อช่วยให้ประหยัดพลังงานมากขึ้น ซึ่งจะช่วยให้มีความยั่งยืนมากขึ้นด้วย”
เรียนรู้วิธีทำให้ AI ทำงานให้กับองค์กรของคุณ