📢 Gate广场专属 #WXTM创作大赛# 正式开启!
聚焦 CandyDrop 第59期 —— MinoTari (WXTM),总奖池 70,000 枚 WXTM 等你赢!
🎯 关于 MinoTari (WXTM)
Tari 是一个以数字资产为核心的区块链协议,由 Rust 构建,致力于为创作者提供设计全新数字体验的平台。
通过 Tari,数字稀缺资产(如收藏品、游戏资产等)将成为创作者拓展商业价值的新方式。
🎨 活动时间:
2025年8月7日 17:00 - 8月12日 24:00(UTC+8)
📌 参与方式:
在 Gate广场发布与 WXTM 或相关活动(充值 / 交易 / CandyDrop)相关的原创内容
内容不少于 100 字,形式不限(观点分析、教程分享、图文创意等)
添加标签: #WXTM创作大赛# 和 #WXTM#
附本人活动截图(如充值记录、交易页面或 CandyDrop 报名图)
🏆 奖励设置(共计 70,000 枚 WXTM):
一等奖(1名):20,000 枚 WXTM
二等奖(3名):10,000 枚 WXTM
三等奖(10名):2,000 枚 WXTM
📋 评选标准:
内容质量(主题相关、逻辑清晰、有深度)
用户互动热度(点赞、评论)
附带参与截图者优先
📄 活动说明:
内容必须原创,禁止抄袭和小号刷量行为
获奖用户需完成 Gate广场实名
生成式AI工具对环境有什么影响?
尽管关于人工智能的危险性,包括错误信息和威胁人类工作被取代等问题仍然主导着讨论,但波士顿大学的一位教授正对另一个可能的副作用发出警告——生成式人工智能工具可能带来相当大的环境影响。
波士顿大学计算机科学副教授凯特·萨恩科在《The Conversation》的一篇文章中写道:“作为一名人工智能研究者,我经常担心构建人工智能模型的能源成本。”她指出,“人工智能越强大,所需能源就越多。”
尽管比特币和以太坊等区块链的能源消耗已经成为从Twitter到国会大厅的研究和争论的焦点,但人工智能的快速发展对地球的影响尚未得到同样的关注。
萨恩科教授旨在改变这种情况,但她在文章中承认,关于单个生成式人工智能查询的碳足迹数据有限。然而,她表示,研究结果显示,生成式人工智能查询的能源消耗比简单搜索引擎查询高出四到五倍。
根据2019年的一份报告,萨恩科教授提到一个名为BERT(Bidirectional Encoder Representations from Transformers)的生成式人工智能模型,拥有1.1亿个参数,训练该模型所消耗的能源相当于一人往返跨大陆的飞行,并使用图形处理单元(GPU)进行模型训练。
在AI模型中,参数是从数据中学习得到的变量,用于指导模型的预测。模型中的参数越多,通常意味着模型的复杂性更高,因此需要更多的数据和计算资源。在训练过程中,参数会进行调整以最小化错误。
相比之下,萨恩科教授提到OpenAI的GPT-3模型拥有1750亿个参数,其消耗的能源相当于123辆汽油驱动的乘用车一年的能量消耗量,或大约1287兆瓦时的电力。同时,该模型产生了552吨二氧化碳。她还补充说,这个数字仅仅是在准备启动模型之前,没有任何消费者开始使用模型时的数据。
萨恩科教授说:“如果聊天机器人像搜索引擎一样流行,部署这些人工智能的能源成本可能会非常高。”她举例提到,微软在本月早些时候将ChatGPT加入其Bing网络浏览器。
事情变得更加复杂的是,越来越多的AI聊天机器人,如Perplexity AI和OpenAI广受欢迎的ChatGPT,正在发布移动应用程序。这使得它们更容易使用,并暴露给更广泛的用户群。
萨恩科教授指出,谷歌进行的一项研究发现,使用更高效的模型架构和处理器,以及更环保的数据中心,可以大幅减少碳足迹。
萨恩科写道:“单个大型AI模型不会毁坏环境,但如果成千上万家公司为不同目的开发略有不同的AI机器人,并且每个机器人都被数百万客户使用,那么能源消耗可能成为一个问题。”
最后,萨恩科得出结论,需要进行更多研究,以使生成式人工智能更加高效,但她对此持乐观态度。
她写道:“好消息是,AI可以运行在可再生能源上。通过将计算放在可再生能源更丰富的地方,或者安排在可再生能源更充足的时间进行计算,与使用主要由化石燃料主导的电网相比,可以将排放量减少30到40倍。”