واقعیتهای پنهان آب و برق در برابر ادعاهای گوگل درباره انرژی گفت

واقعیتهای پنهان آب و برق در برابر ادعاهای گوگل درباره انرژی گفت گوشن جوانان بینói درباره زهای انرژی دیپلمات گوگل درباره مصرف منابع آینده گوگل ادعا کرده که هر’ (?), سرویس شبکه- اخبار تکنولوژی تکنا گزارش داده که مدل هوش مصنوعی تنها مقدار اندکی آب و برق مصرف میکند. بر اساس دادههای اخیر، مصرف آب میانگین برای هر خواست معادل پنج قطره است — یا به زبان دیگر حدود ۰.۲۶ میلیلیتر.

همچنین برق مصرفی تقریباً با تماشای ۹ ثانیه تلویزیون برابر است — نزدیک به ۰.۲۴ وات ساعت — که منجر به تولید ۰.۰۰۳ گرم دیاکسید کربن میشود. با این حال، بسیاری از کارشناسان نسبت به صحت این ادعاهای رادار شدهاند.

نوسازی مرکزی داده و مدلها نسبت به گذشته کارآمدتر شده است، اما شواهد نشان میدهد که کدنویسی پیچیدهتر از آنچه گوگل نشان داده است، ضررهای پنهان دارد. یکی از نویسندگان مقاله این مطالعه، آستاذ دانشکده برق دانشگاه کالیفرنیا، به رسانهها گفته است که گوگل اطلاعات حیاتی را کرده و این کار مطلب گمراهکنندهای جهت جهانی منتقل میکند. حقیقت این است که مدلهایی مانند با مراکز داده الحره مصرف انرژی بزرگی دارند.

ده را صادر میکنند، هرچند این اقدام باعث (حاشیه مناطق) میشود. در نهایت، مصرفکنندگان باید بهای انرژی اضافی مصرفشده را پرداخت کنند.

یکی از بزرگترین ایرادات به توصیه گوگل این است که در برآوردها منفعتگیری غیرمستقیم آب را لحاظ نکرده است؛ در حالی که قسمت عمده مصرف واقعی در همین بخش است. اعداد آواردهشده از نظر فنی درست هستند، اما حذف حوزه مصرف شدید انرژی تصویر گمراهکننده از حقیقت ارایه میکند.

مطالعه گوگل تنها مقدار آبی را که برای خنکسازی سرورها منفعتگیری میکند محاسبه کرده، اما برق این مراکز که تبدیل احداث نیروگاههای گازی و هستهای میشود در نظر گرفته نشده است. این نیروگاهها نیز به سهم خود برای خنکسازی سیستمها یا تشکیل بخار جهت چرخاندن توربینها آب زیادی مصرف میکنند. به همین دلیل تأثیرات محیطزیستی فراتر از ذکر شده در گزارش است. آب تنها معیار نیست که گوگل در آن کاستی داشته است.

در بخش انتشار کربن نیز تنها شاخصی مبتنی بر منفعتگیری بازار شمارهگذاری کرده که با تکیه بر قولهای شرکت در شأن اصلاح (مهار éهای تجدیدپذیر) تغییر داده است.، مدیر توضیح داده که مقصد ارایه معیارهای زیستمحیطی است که نماینده حرکت کاربر معمولی باشد و بتوان در طول زمان قیاس معقولی انجام داد.

اما با دقت به تغییرات سریع معماری مدلهای هوش مصنوعی و حرکت کاربران، در برخی موارد دادههای غیرعادی از جمله خواستهای کوچک یا خواستهایی با تعداد توکن زیاد مشاهده میشود. او تأکید کرد که برای ارایه معیار پایدارتر و دقیقتر تصمیم گرفتهاند دادههای مربوط به سوال میان را ملاک قرار دهند، چون این معیار نسبت به مقادیر افراطی مقاومتر است و بازتاب واقعبینانهتری از تأثیر انرژی یک خواست عادی دارد.

منابع و دستهبندی مقالات تکنولوژی مقالات کسب وکار