推特2200赞：一只AI训练排出180吨二氧化碳，“您的机器学习一点也不环保！”

碳栗子 发自 凹非寺 量子位 报道 | 公众号 QbitAI

当你打开这篇文章的时候，你的模型可能正在安静地训练。

模型的身后，有飞速运转的GPU，为它提供训练的动力。

曲线显示，它的学习情况良好，你在一旁露出了“孺子可教”的围笑。

就在此时，有人向你发射了直击灵魂的提问：

你总是关心模型学得好不好，就不关心它学得累不累排放多少二氧化碳？

发问的是名叫Emma Strubell (简称艾玛) 的研究人员，来自美国马萨诸塞大学阿姆赫斯特分校。

艾玛和小伙伴一起，研究了许多优秀NLP (自然语言处理) 模型的碳排，还和人类日常生活的碳足迹做了对比：

比如，训练一只Transformer的碳排，相当于从坐飞机在旧金山和纽约之间往返200次。

过不了多久，团队就会前往ACL 2019，与NLP领域的佼佼者们，分享自家的成果。

而在那之前，这项酸爽的研究，已经在推特上引发了大规模围观，有2200人点赞，也惹来了不小的争议。

能排多少吨？

如果看艾玛提供的数据，训练好一只NLP领域的State-of-the-Art，包括调参包括实验，大概需要排放3.3万磅二氧化碳，相当于15吨：

而要训练一只Transformer，包含神经网络架构搜索 (NAS) 的那种，排放二氧化碳大概39.5万磅，相当于180吨。

比刚才的SOTA多了10倍不止。

那么，这些吨位到底是什么概念？

如果还看艾玛提供的数据：

训练一只Transformer的碳排放量，相当于把三辆汽车从全新用到报废；

如果换算成，一个人从纽约坐飞机去旧金山，再从旧金山回纽约，可以往返200次。

一个 (平均) 美国人10年日常生活的碳排，不过如此。

一个 (平均) 地球人30年日常生活的碳排，也不过如此。

现在，完整论文还没放出，艾玛说快了快了。

即便如此，惊人的数据也已在众人瞩目之下，收获了许多质疑：

“你这碳排怎么算的？”

谷歌大脑的研究员David Ha，就提出了问题：

用千瓦时作指标才比较科学吧。因为不同的能源，每千瓦时的碳排会差出很多啊。看数据：

△ 不同国家的数据：每千瓦时，从41克到710克不等

他觉得，如果不知道能源是什么，就计算二氧化碳排放量，作为一篇论文并不严谨；

但如果是为了让大家重视环境问题，用碳排来博眼球，那就说得通了。

评论区，有同样感受的人类不在少数：

看来保护地球，也需要有一颗严谨的心。

One More Thing

当然，观众大多还是对这项研究表示喜闻乐见，有人说：

以后交论文的时候，应该要求把碳排信息附上。

阁下以为如何？

作者系网易新闻·网易号“各有态度”签约作者

— 完 —