传统的 AI 开发管道需要处理能力 - 而且需要大量的处理能力。据估计，人工智能研究的计算基线每隔几个月翻一番，从 2012 年到 2018 年增加了 300,000 倍。虽然这有助于突破，如高度灵巧的机器人和熟练的扑克游戏算法，但环境成本却是巨大的。最近的一项研究发现，单一模型在训练期间产生的二氧化碳足迹为 284 吨，相当于普通汽车一生排放量的五倍。 这就是艾伦艾伦研究所、卡内基梅隆大学和华盛顿大学的科学家们主张加强绿色人工智能研究或人工智能环保和「包容性」研究的原因。他们建议将效率作为人工智能学术论文的一个更常见的评估标准。除了准确性和相关措施外，他们还要求建立一个其他研究人员可以改进的基线。（VentureBeat）