Доклады Российской академии наук. Математика, информатика, процессы управления
RUS  ENG    ЖУРНАЛЫ   ПЕРСОНАЛИИ   ОРГАНИЗАЦИИ   КОНФЕРЕНЦИИ   СЕМИНАРЫ   ВИДЕОТЕКА   ПАКЕТ AMSBIB  
Общая информация
Последний выпуск
Архив
Импакт-фактор

Поиск публикаций
Поиск ссылок

RSS
Последний выпуск
Текущие выпуски
Архивные выпуски
Что такое RSS


Докл. РАН. Матем., информ., проц. упр.:
Год:
Том:
Выпуск:
Страница:
Найти




Персональный вход:
Логин:
Пароль:
Запомнить пароль
Войти
Забыли пароль?
Регистрация

Доклады Российской академии наук. Математика, информатика, процессы управления, 2022, том 508, страницы 134–145
DOI: https://doi.org/10.31857/S2686954322070232 (Mi danma350) 		 
Эта публикация цитируется в 49 научных статьях (всего в 49 статьях)

ПЕРЕДОВЫЕ ИССЛЕДОВАНИЯ В ОБЛАСТИ ИСКУССТВЕННОГО ИНТЕЛЛЕКТА И МАШИННОГО ОБУЧЕНИЯ

eco2AI : контроль углеродного следа моделей машинного обучения в качестве первого шага к устойчивому искусственному интеллекту

С. А. Буденныйab, В. Д. Лазаревb, Н. Н. Захаренкоa, А. Н. Коровинb, О. А. Плосскаяa, Д. В. Димитровa, В. С. Ахрипкинa, И. В. Павловa, И. В. Оселедецbc, И. С. Барсолаd, И. В. Егоровd, А. А. Костеринаd, Л. Е. Жуковe

a Sber AI Lab, Москва, Россия
b Институт искусственного интеллекта AIRI, Москва, Россия
c Сколковский институт науки и технологий, Москва, Россия
d Sber ESG, Москва, Россия
e Национальный исследовательский университет "Высшая школа экономики", г. Москва
Список цитирования (49)
Список литературы:
PDF
HTML
DOI: https://doi.org/10.31857/S2686954322070232
Аннотация: На сегодняшний день в самых различных областях науки и производства возрастает значение искусственного интеллекта (ИИ), в частности, моделей глубокого обучения. Вместе с развитием вычислительных систем наблюдается экспоненциальный рост сложности моделей ИИ, увеличивается их энергопотребление в процессе обучения и инференса. В статье представляется библиотека на Python с открытым исходным кодом eco2AI, который поможет исследователям и аналитикам контролировать потребления энергии и эквивалентную эмиссию CO$_2$ моделей ИИ. В eco2AI делается акцент на точности отслеживания энергопотребления и правильном региональном учете эмиссии CO$_2$. Авторы библиотеки призывают исследовательское сообщество к поиску более энергоэффективных архитектур моделей ИИ, а также предлагают концепцию циклического снижения парниковых газов комбинацией концепций устойчивого развития и зеленого ИИ. Код библиотеки и документация размещены в репозитории Github под лицензией Apache 2.0 https://github.com/sb-ai-lab/Eco2AI.
Ключевые слова: ESG, ИИ, Устойчивое развитие, Углеводный след, Экология, Эмиссия CO$_2$, Парниковые газы.
Статья представлена к публикации: А. П. Кулешов
Поступило: 28.10.2022
После доработки: 28.10.2022
Принято к публикации: 01.11.2022
Англоязычная версия:
Doklady Mathematics, 2022, Volume 106, Issue suppl. 1, Pages S118–S128
DOI: https://doi.org/10.1134/S1064562422060230
Реферативные базы данных:
Тип публикации: Статья
УДК: 004.8
Образец цитирования: С. А. Буденный, В. Д. Лазарев, Н. Н. Захаренко, А. Н. Коровин, О. А. Плосская, Д. В. Димитров, В. С. Ахрипкин, И. В. Павлов, И. В. Оселедец, И. С. Барсола, И. В. Егоров, А. А. Костерина, Л. Е. Жуков, “eco2AI : контроль углеродного следа моделей машинного обучения в качестве первого шага к устойчивому искусственному интеллекту”, Докл. РАН. Матем., информ., проц. упр., 508 (2022), 134–145; Dokl. Math., 106:suppl. 1 (2022), S118–S128
Цитирование в формате AMSBIB
\RBibitem{BudLazZak22}
\by С.~А.~Буденный, В.~Д.~Лазарев, Н.~Н.~Захаренко, А.~Н.~Коровин, О.~А.~Плосская, Д.~В.~Димитров, В.~С.~Ахрипкин, И.~В.~Павлов, И.~В.~Оселедец, И.~С.~Барсола, И.~В.~Егоров, А.~А.~Костерина, Л.~Е.~Жуков
\paper eco2AI : контроль углеродного следа моделей машинного обучения в качестве первого шага к устойчивому искусственному интеллекту
\jour Докл. РАН. Матем., информ., проц. упр.
\yr 2022
\vol 508
\pages 134--145
\mathnet{http://mi.mathnet.ru/danma350}
\crossref{https://doi.org/10.31857/S2686954322070232}
\elib{https://elibrary.ru/item.asp?id=49991323}
\transl
\jour Dokl. Math.
\yr 2022
\vol 106
\issue suppl. 1
\pages S118--S128
\crossref{https://doi.org/10.1134/S1064562422060230}
Образцы ссылок на эту страницу:
  • https://www.mathnet.ru/rus/danma350
  • https://www.mathnet.ru/rus/danma/v508/p134
    • Эта публикация цитируется в следующих 49 статьяx:
    Citing articles in Google Scholar: Russian citations, English citations
    Related articles in Google Scholar: Russian articles, English articles
    		Доклады Российской академии наук. Математика, информатика, процессы управления Доклады Российской академии наук. Математика, информатика, процессы управления
     
      Обратная связь:
    		  Пользовательское соглашение  Регистрация посетителей портала  Логотипы © Математический институт им. В. А. Стеклова РАН, 2024