O laboratório de pesquisa de inteligência artificial do Google, DeepMind, anunciou um avanço significativo no campo do treinamento de IA. Segundo um estudo recente publicado pela equipe, o novo método de treinamento, denominado Joint Example Selection Training (JEST), alcançou uma velocidade de treinamento 13 vezes superior.
Além disso, o Google também conseguiu apresentar um avanço considerável quando se trata de eficiência energética. Isso porque ele demonstrou resultados dez vezes maior em comparação com técnicas tradicionais.
Com base nessa avaliação, um
modelo maior é então treinado utilizando os lotes mais promissores,
selecionados pelo modelo menor. Esse sistema permite uma otimização na escolha
dos dados que alimentam o processo de treinamento. Assim, resultam em ganhos
significativos de desempenho e redução no consumo de energia.
Abordagem do Google é mais
sustentável
A pesquisa da DeepMind destaca a
importância de uma seleção cuidadosa dos dados, uma vez que a qualidade dos
conjuntos de dados é crucial para a eficácia do método JEST. O artigo ressalta
que uma curadoria meticulosa é necessária para evitar a inclusão de dados de
baixa qualidade, que poderiam comprometer todo o processo de treinamento.
A introdução dessa tecnologia
surge em um momento em que há preocupações sobre o impacto ambiental dos data
centers utilizados para o treinamento de IA. Em 2023, as operações de IA
consumiram aproximadamente 4,3 gigawatts de energia, uma quantidade comparável
ao consumo energético anual do país de Chipre.
Com a escalada nas exigências
energéticas prevista para os próximos anos, métodos como o JEST poderiam
desempenhar um papel importante em reduzir consideravelmente esses impactos,
oferecendo uma abordagem mais sustentável.
Fonte: Mundo Conectado