ENGINEERINGNET.BE - Een enkele zoekopdracht via ChatGPT kost nu nog veel meer energie dan een zoekopdracht via Google.
Ook het trainen van AI modellen kost enorm veel energie. ‘Dat is niet duurzaam’, zegt hoogleraar Andy Pimentel van de Universiteit van Amsterdam.
Pimentel en zijn team richten zich op computersystemen die verwerkt zitten in producten, zoals telefoons, televisies en de geavanceerde chipmachines van ASML.
‘Wij zijn vooral geïnteresseerd in hoe de computer doet wat hij moet doen. We proberen bijvoorbeeld vervolgens om de snelheid te verhogen of het energieverbruik omlaag te brengen.’
Een voorbeeld hiervan is het Energy Labels-project. Wanneer je bijvoorbeeld een Zoom gesprek voert, gebruik je een hele digitale keten van software en servers, die allemaal energie verbruiken.
De onderzoekers brengen eerst in kaart hoeveel energie er in die keten wordt verbruikt met behulp van modellen. Daarna willen ze die keten kunnen beïnvloeden.
Pimentel: ‘Waar we naartoe willen, is een energielabelsysteem voor de digitale keten. Die kan bijvoorbeeld aangeven: ‘Nu is het label C, maar als je naar een andere service gaat, wordt het label A’. Zo stimuleren we de gebruiker om voor een energiezuinigere oplossing te kiezen.’
De groep van Pimentel voert zelf ook veel AI-gerelateerd onderzoek uit. Pimentel: ‘Als je in een autonoom rijdende auto zit, wil je niet dat de AI die analyseert of een voetganger oversteekt, even geen netwerkverbinding heeft. Daarom willen we die grote neurale netwerken in AI-algoritmen zo dicht mogelijk bij de gebruiker uitvoeren. Onze uitdaging is hoe we dat realiseren.’
De onderzoekers hakken bijvoorbeeld het grote neurale netwerk op in meerdere stukken, en verdelen deze stukken over diverse kleine computersystemen dichtbij de gebruiker, zoals een mobieltje. Zo leveren de systemen gezamenlijk het hele resultaat.
Het verbeteren van een bepaald aspect van een computersysteem gaat vaak ten koste van een ander aspect. Zo neemt het energieverbruik vaak toe wanneer je het systeem sneller wil maken.
Pimentel’s groep beschrijft deze aspecten in modellen, zodat ze daarna het systeem kunnen optimaliseren. ‘We proberen de trade-offs expliciet in kaart te brengen voor iemand die zo'n systeem wil gaan ontwerpen.’
Om tot goede uitkomsten te komen, gebruiken de onderzoekers slimme algoritmes. Pimentel: ‘Bijvoorbeeld genetische algoritmes. Hiermee beschrijven we een oplossing in de vorm van een chromosoom. Elk deel van dat chromosoom vertegenwoordigt een keuze die je maakt, waar je kleine veranderingen in kan maken.’
Een ander voorbeeld is “ant colony” optimalisatie, waarbij het gedrag van mieren wordt nagebootst die zoeken en sporen achterlaten.
Deze algoritmes helpen de onderzoekers bij het vinden van oplossingen voor het optimaliseren van computersystemen. Zo werken ze aan een duurzame toekomst mét geavanceerde technologie.
