Hvordan kan algoritmerne til AI ændres så beregningerne koster mindre computerkraft og energi? AI har enorm succes, men succesen kommer med en bagside. Der bruges nemlig enorme mængder af energi på at træne de neutrale netværk bag AI-modellerne med millioner af parametre og endnu flere millioner floating point beregninger. En af fronterne i computerforskning er: Hvad kan vi gøre ved software og beregningernes energiforbrug?
I dette oplæg beskriver Jan Madsen udfordringerne og diskuterer, hvilke muligheder der er for at minimere energiforbruget.
Vi kommer også ind på en relativ ny trend, som forsøger at flytte AI algoritmerne fra skyen til sensor-devices, kaldet embedded AI. Dette har bl.a. til formål at bringe energiforbruget ned, men rejser samtidigt spørgsmålet om, hvor små hjerner vi kan bygge meningsfyldt.
Mød oplægsholderen på webinaret om 'Vejen til Al som bruger mindre energi på beregninger'
Jan Madsen er oplægsholder på webinaret. Jan Madsen, PhD, er professor og direktør på DTU Compute, Danmarks Tekniske Universitet. Han forsker i computerbaserede systemer i grænseområdet mellem computer science og bioteknologi, med særligt fokus på at lave computersystemer i hårde, våde og levende teknologier. I 90’erne var han med til at starte forskningsfeltet Hardware/Software Codesign, der senere blev til Embedded Systems og kernen af IoT. I midten af 00’erne udviklede han en bioinspireret selv-helende computer. Jan har derudover en lang række tillidsposter.
