हरा एआई का एक प्रणालीबद्ध समीक्षा

एआई-आधारित सिस्टम के बढ़ते अपनाने के साथ, एआई का कार्बन फुटप्रिंट अब अनदेखी करने योग्य नहीं रह गया है। इसलिए एआई शोधकर्ताओं और प्रथाओं को अपने द्वारा डिजाइन और उपयोग किए जाने वाले एआई मॉडलों के कार्बन उत्सर्जन के लिए जिम्मेदार ठहराने की अपील की जाती है। पिछले कुछ वर्षों में, एआई पर्यावरणीय स्थिरता पर ध्यान देने वाले शोधों का उदय हुआ है, जिसे हरा एआई कहा जाता है। इस विषय में रुचि की तेज वृद्धि के बावजूद, आज तक हरा एआई शोध का एक व्यापक अवलोकन अभी भी गायब है। इस अंतर को संबोधित करने के लिए, इस पेपर में, हम हरा एआई साहित्य की एक प्रणालीबद्ध समीक्षा प्रस्तुत करते हैं। 98 प्राथमिक अध्ययनों के विश्लेषण से विभिन्न पैटर्न उभरते हैं। इस विषय ने 2020 के बाद से काफी वृद्धि का अनुभव किया। अधिकांश अध्ययन एआई मॉडल के फुटप्रिंट की निगरानी, मॉडल स्थिरता में सुधार के लिए हाइपरपैरामीटर्स को ट्यून करना या मॉडलों का बेंचमार्क करना मानते हैं। स्थिति पत्रों, अवलोकनात्मक अध्ययनों और समाधान पत्रों का एक मिश्रण मौजूद है। अधिकांश पत्र प्रशिक्षण चरण पर ध्यान केंद्रित करते हैं, एल्गोरिदम-अज्ञेय हैं या न्यूरल नेटवर्क का अध्ययन करते हैं, और छवि डेटा का उपयोग करते हैं। प्रयोगशाला प्रयोग सबसे सामान्य शोध रणनीति हैं। रिपोर्ट किए गए हरे एआई ऊर्जा बचत 115% तक जाती है, जिसमें 50% से अधिक की बचत अपेक्षाकृत सामान्य है। औद्योगिक पक्ष हरा एआई अध्ययनों में शामिल हैं, हालांकि अधिकांश शैक्षणिक पाठकों को लक्षित करते हैं। हरे एआई उपकरणों की उपलब्धता कम है। निष्कर्ष के रूप में, हरा एआई शोध क्षेत्र ने काफी परिपक्वता का स्तर प्राप्त कर लिया है। इसलिए, इस समीक्षा से यह emerges होता है कि अन्य हरे एआई शोध रणनीतियों को अपनाने और कई आशाजनक शैक्षणिक परिणामों को औद्योगिक प्रथाओं में लाने का समय उपयुक्त है।