面向气候意识自然语言处理研究

丹尼尔·赫什科维奇,尼古拉斯·韦伯辛克,马蒂亚斯·克劳斯,朱莉娅·宾格勒,马库斯·利波德

摘要
人工智能的气候影响，尤其是NLP研究，已经成为一个严重的问题，因为越来越多的能源被用于训练和运行计算模型。因此，人们越来越关注高效的NLP。然而，这一重要举措缺乏简单的指导方针，无法对NLP研究进行系统的气候报告。我们认为，这一不足是NLP中很少有出版物报告关键数字的原因之一，这些数字可以更彻底地检查环境影响，并提供了定量调查来证明这一点。作为补救措施，我们提出了一种气候性能模型卡，其主要目的是在实验和底层计算机硬件信息有限的情况下实际可用。我们描述了为什么这一步骤对于提高人们对NLP研究的环境影响的认识至关重要，从而为更深入的讨论铺平了道路。
选集ID：
2022.emnlp-main.159年
体积：
2022年自然语言处理实证方法会议记录
月份：
十二月
年份：
2022
地址：
阿拉伯联合酋长国阿布扎比
编辑：
约夫·戈德伯格,佐尔尼萨·科扎列娃,张岳（音）
地点：
EMNLP公司
SIG公司：
出版商：
计算语言学协会
注：
页：
2480–2494
语言：
网址：
https://aclantology.org/2022.emnlp-main.159
内政部：
10.18653/v1/2022年5月15日
比比键：
引用（ACL）：
Daniel Hershcovich、Nicolas Webersinke、Mathias Kraus、Julia Bingler和Markus Leippold。2022NLP研究中的气候意识.英寸2022年自然语言处理实证方法会议记录，第2480–2494页，阿拉伯联合酋长国阿布扎比。计算语言学协会。
引用（非正式）：
NLP研究中的气候意识（Hershcovich等人，EMNLP 2022）
复制引文：
PDF格式：
https://aclantology.org/2022.emnlp-main.159.pdf
PDF格式 引用 搜索