为了让专注于人工智能的女性学者及其他人士获得她们应得且姗姗来迟的聚光灯时刻，TechCrunch 正在推出一系列访谈，聚焦于为人工智能革命做出杰出贡献的女性。
Tamar Eilam 在 IBM 工作了 24 年。她目前担任 IBM Fellow（IBM 院士）及可持续计算首席科学家，致力于帮助团队减少计算过程中的能源消耗。她最引以为傲的工作是开源项目 Kepler，该项目有助于量化单个容器化应用程序的能源消耗。
在许多方面，她都走在行业前列：随着这场人工智能革命的推进，能源消耗已成为业界最重要的议题之一。无论是训练还是使用人工智能，都是高能耗的过程。Goldman Sachs 今年发布的一份报告指出，一次 ChatGPT 搜索所需的处理电量是 Google 搜索的 10 倍；该报告还预计，短期内数据中心电力需求将增长 160%。
这正是 Eilam 与 IBM 合作致力于缓解的问题。
“我们需要关注整体的可持续性，”她告诉 TechCrunch，“我们面临一个问题，同时也拥有一个机遇。”
能源问题
Eilam 认为，行业陷入了一个困境。她说，尽管目前该技术本身是一种资源消耗者，但人工智能有潜力使各行各业更加可持续。
事实上，计算和人工智能可以帮助电网脱碳。目前，电网部分依赖水、太阳和风等可再生能源，这些资源的价格和可用性会波动，导致由这些能源供电的数据中心难以向消费者保证一致的服务。“通过让电网与计算协同工作，能够转移或减少工作负载，我们实际上可以帮助实现脱碳，”她说。
但自然资源并非她唯一的担忧。“想想我们要制造多少芯片，以及制造这些芯片所涉及的碳成本和有毒材料，”她对这个行业说道。
她在 IBM 始终牢记这些问题，并表示在寻找解决方案时，试图以整体方式看待可持续人工智能。例如，IBM 领导着一个由美国国家科学基金会赞助的项目，旨在识别 AI 芯片中的永久化学品位置，以便加速发现可替代的新材料。
在运营方面，她建议团队以节省能源的方式训练 AI 模型：“使用更少的数据，但也是高质量的数据，你将更快地收敛到更准确的解决方案。”
对于微调，她表示 IBM 有一种推测解码技术来提高推理效率。“然后你向下深入整个技术栈，”她继续说道，“我们拥有自己的平台，因此正在构建大量与如何在加速器上部署这些模型相关的优化工作。”
她表示，IBM 信奉开放性和异构性，后者意味着模型并非一刀切。“这就是为什么我们以多种不同尺寸发布 Granite 的原因，因为根据你的用例，你会选择最适合你的尺寸，这可能会降低成本、满足需求并减少能源消耗。”
她说，他们在系统中内置了可观测性，以量化一切，包括能源消耗、延迟和吞吐量。她认为自己的工作日益重要，尤其是因为她希望更多人相信 IBM 模型为他们提供了有效且可持续的计算方式。“我们告诉他们的是‘嘿，不要从头开始’，”她说，“使用 Granite 并进行微调。你知道因为你没有从头开始而节省了多少能源吗？”
“他们希望从头开始开发自己的模型，是因为不信任现有的东西。因为你不知道训练过程中使用了哪些数据，也许这会违反某些知识产权（IP），”她说，“我们为所有模型提供 IP 赔偿保障，因为我们可以确切地告诉你使用了哪些数据，并且确保不存在 IP 违规问题。所以，我们正是在这里说‘嘿，你可以信任我们的模型’。”
AI领域的女性
Eilam 的背景是分布式云计算，但在 2019 年参加一场软件会议时，其中关于气候变化的主题演讲让她深受触动。“自从听完那场演讲后，我就一直无法停止思考可持续性，”她说。
于是她将气候与计算结合起来，着手做出改变。但深入 AI 领域意味着她经常是房间里唯一的女性。她说自己学到了很多关于无意识偏见的知识，并指出男性和女性在不同程度上都存在这种偏见。“我花很多时间思考如何提高意识，”她说，尤其是在担任领导职务的女性方面。
几年前，她在 IBM 研究部门共同主持了一场研讨会，向女性讲述这类偏见。例如，即使女性具备超过 70% 的任职资格也不会申请职位，而男性即使只具备不到 50% 的任职资格也会去申请。对于即将开启职业旅程的女性，她有一些建议：永远不要害怕拥有观点并表达它们。
“坚持，坚持。如果他们不听，就再次陈述，一次又一次。这是我能给出的最好建议。”
未来展望
Eilam 认为投资者应关注那些在创新方面保持透明的初创公司。
“它们是否披露了数据来源？”她说，并补充道，这也适用于公司是否公开其人工智能消耗的能量。她还表示，投资者应注意初创公司是否设置了任何护栏，以帮助防止高风险场景。
她还支持更多的监管措施，尽管由于技术可能相当复杂，实施起来可能会有些棘手。但第一步还是要回到透明度——能够解释正在发生的事情，并对产生的影响保持诚实。
“如果缺乏可解释性，而我们却在没有后果的情况下使用 [人工智能] 来影响人们潜在的未来，这里就存在问题，”她说。
本文已更新。