教机器人走路难，教 AI 懂人话更难。
为了深入了解 AI 训练与传统数据中心计算有何不同，ArsTechnica 特地发表了一篇来自 AI 研究与模型开发专业人员的分析文章。
据悉，传统的数据中心任务，主要涉及视频流、电子邮件、以及社交媒体的处理。与之相比的是，AI 训练需要耗费更多的计算量。
在投入实际应用之前，AI 模型需要汲取大量的数据、知道其学会如何理解用户的输入。遗憾的是，与人类的学习方式相比，这种训练的效率实在太过低下。
现代 AI 需要借助人工神经网络来模拟人脑神经元的数学运算，神经元之间的连接强度，亦是该网络的一个重要参数（权重）。
为了学习如何理解语言，网络需要从随机权重开始并进行调整，知道输出让人感到满意的“正确答案”。
BERT 研究配图（来自：PDF）
训练语言网络的一种常见方法，是从维基百科和新闻媒体等网站提取大量文本，遮盖其中的部分单次，然后让 AI 模型尝试猜出正确的答案。
虽然一开始很容易乱成一锅粥，但随着投喂数据量的不断增加、以及学习的深入，神经网络的连接权重和数据提取模式也会不断作出调整，最终带来准确率的逐渐提升。
以最近的某个双向编码器交涉（BERT）模型为例，其学习了英语书籍和维基百科的 33 亿字内容，然后通过 40 次的反复锤炼，才勉强达到了可用的水平。
作为对比，一名才五岁的人类小孩，尽管其听取的词量不到 BERT 的 1/3000，都不至于像 AI 模型这般需要费心费力地去教。
训练前模型结构的差异
显然，与其盲目地让机器和 AI 算法通过不断重复学习、来学会如何像人类一样思考，不如为语言模型选择一个更合适的训练架构，从而大幅削减其构建成本。
有鉴于此，一些研究人员想到了一种更加合适的方案 —— 考虑学习期间需要动用多少个神经元、神经元之间有多少个连接、参数应以多快的速度发生改变等。
随着尝试的组合越来越多，语言网络的精度提升机会也变得越来越大。相比之下，人脑并不需要费力地去寻得最佳结构，因为祖先早在进化过程中就替我们承受了这些苦难。
近年来，企业和学术界在不断搅动 AI 领域的竞争，毕竟即使 1% 的准度提升，也会带来相当显著的优势 —— 尤其是机器翻译等难度相对较高的任务处理上。
然而为了抢占宣传上的制高点，研究人员可能需要对模型展开数千次的训练、每次动用不同的结构方案，才能找到提升哪怕 1% 的最佳实现，即便这么做也会造成能源的大量浪费。
不同任务上的微调
通过测量训练期间使用的通用硬件功耗，马萨诸塞州大学阿默斯特分校的研究人员们，已经估算出了各种 AI 语言模型的能源开销。
结果发现，训练 BERT 所产生的碳足迹，已相当于搭乘飞机往返纽约和旧金山。如果动用不同的结构进行检索，总成本更是可以高达 315 名乘客 / 甚至一架波音 747 的碳足迹。
从业界发展的趋势来看，与 BERT 类似的 GPT-2 语言模型的开销更是有过之而无不及。其网络中的权重已达 15 亿，更别提精度更高的 GPT-3 了（权重 1750 亿）。
Google's DeepMind AI Just Taught Itself To Walk（via）
研究人员指出，许多人已经意识到，即便最终只有一小部分网络能够发挥最大的作用，但构建出一套更大规模的网络，还是有助于提升整体结果的准确性。
遗憾的是，与生物大脑的神经元效率相比，计算机实在是差了太多个数量级。为了减少碳足迹，科技企业或许会转向更绿色的能源、以及借助更加专用的 AI 模型训练硬件。
