Firma Salesforce – we współpracy z Hugging Face, Cohere oraz Carnegie Mellon University – ogłosiła wprowadzenie na rynek AI Energy Score – narzędzia do analizy porównawczej różnych modeli, które umożliwi ocenę, identyfikację oraz porównanie zużycia energii. Rozwiązanie to zadebiutuje podczas AI Action Summit.
Narzędzie AI Energy Score ma na celu rozwiązanie problemu braku przejrzystości w zakresie wpływu modeli AI na środowisko. Jego wyniki mogą wpłynąć na preferencje rynkowe dla wydajnych modeli i zachęcić do zrównoważonego rozwoju sztucznej inteligencji. Uznany już przez rząd francuski oraz Paryskie Forum Pokojowe za swój potencjał transformacyjny, AI Energy Score zawiera takie elementy jak:
- Znormalizowane oceny energetyczne: Ujednolicone ramy pomiaru i porównania efektywności energetycznej modeli AI.
- Publicznie dostępna tabela wyników: Kompleksowe zestawienie wyników dla 10 typowych zadań AI – takich jak generowanie tekstu, generowanie obrazów i podsumowywanie – wykonywanych przez 166 modeli, w tym SFR-Embedding, xLAM i SF-TextBase firmy Salesforce.
- Portal benchmarkingowy: Platforma, na której programiści AI mogą przesyłać swoje otwarte lub zastrzeżone modele AI do oceny i dodania ich rezultatów do tabeli wyników. Otwarte modele mogą być testowane automatycznie, podczas gdy zamknięte modele zostaną oceniane za pośrednictwem zabezpieczonej przestrzeni testowej – dedykowanej piaskownicy.
- Rozpoznawalna etykieta zużycia energii: Nowa etykieta oceniająca zużycie energii przez modele AI w skali od 1 do 5 gwiazdek, gdzie pięć gwiazdek oznacza najwyższą wydajność. Pomoże to deweloperom i użytkownikom łatwo identyfikować oraz wybierać bardziej zrównoważone modele.
„AI Energy Score to prawdziwy kamień milowy zrównoważonej sztucznej inteligencji. Tworząc przejrzysty system oceny, rozwiązujemy kluczową przeszkodę w zmniejszaniu wpływu sztucznej inteligencji na środowisko. Cieszymy się, że możemy uruchomić ten projekt i czekamy na jego szersze zastosowanie” – skomentowała Dr Sasha Luccioni, AI & Climate Lead, Hugging Face.
Pod tym linkiem można zapoznać się z dokumentacją i często zadawanymi pytaniami dotyczącymi wskaźnika AI Energy Score.
