通过软件和硬件方面的创新，研究人员努力降低现代人工智能的财务和环境成本。关于 AI 的最新进展的一些激动已经转变为惊慌。在去年的一项研究中，马萨诸塞大学阿默斯特分校的研究人员估计，训练一个大型的深度学习模型会产生 626,000 磅变暖的二氧化碳，相当于五辆汽车的终身排放量。随着模型的增大，它们对计算的需求超过了硬件效率的提高。 GPU（图形处理单元）和 TPU（张量处理单元）等专门用于神经网络处理的芯片已经抵消了对更多计算的需求，但还远远不够。人类的感知系统在使用数据方面非常有效。研究人员借用了这种想法，以识别视频和现实生活中的动作，从而使模型更加紧凑。在 8 月举行的欧洲计算机视觉会议（ECCV）上的一篇论文中，麻省理工学院的 IBM Watson AI 实验室的研究人员描述了一种方法，就像人类一样，通过一眼就能从场景中摘出最相关的数据。(MIT News)