greenai.guide

होम › मैं कैसे…? › मुझे ग्रीन AI में PhD कैसे मिलेगी?

मैं कैसे…?

मुझे ग्रीन AI में PhD कैसे मिलेगी?

अपडेट किया गया · 3 मिनट में पढ़ें

संक्षेप में

सिर्फ़ "green AI" लेबल वाले प्रोजेक्ट तक सीमित न रहें: कुशल AI का शोध कंप्यूटर साइंस, गणित, इलेक्ट्रिकल इंजीनियरिंग और विभिन्न विज्ञान क्षेत्रों में होता है, अक्सर efficient machine learning, sustainable computing या low-power hardware जैसे नामों से। डॉक्टोरल ट्रेनिंग प्रोग्राम और प्रोजेक्ट सूचियाँ खोजें, सक्रिय सुपरवाइज़र खोजने के लिए हाल के शोधपत्र पढ़ें, और पूछें कि काम में ऊर्जा कैसे मापी जाएगी।

चरण

  1. PhD सूचियाँ और डॉक्टोरल ट्रेनिंग प्रोग्राम कई सर्च शब्दों से देखें, सिर्फ़ "green AI" से नहीं।
  2. इस क्षेत्र में सक्रिय समूह और सुपरवाइज़र खोजने के लिए कुशल AI पर हाल के शोधपत्र पढ़ें।
  3. संभावित सुपरवाइज़र को अपनी रुचियों और पृष्ठभूमि के बारे में एक छोटा संदेश भेजें।
  4. पूछें कि प्रोजेक्ट में ऊर्जा और कंप्यूट कैसे मापे और रिपोर्ट किए जाएँगे।
  5. फ़ंडिंग, पात्रता और अंतिम तिथियाँ जाँचें, जो देश और प्रोग्राम के हिसाब से अलग होती हैं।

व्यापक रूप से खोजें, क्योंकि ग्रीन AI का ज़्यादातर शोध "green AI" के लेबल के साथ नहीं होता। कुशल तरीके कई विभागों में होते हैं और कई नामों से जाने जाते हैं।

इस क्षेत्र की बुनियाद से सर्च शब्द मिलते हैं। Schwartz, Dodge, Smith और Etzioni के 2020 के शोधपत्र "Green AI" ने तर्क दिया कि सटीकता के साथ-साथ दक्षता को भी मूल्यांकन का एक मानदंड माना जाए, और Strubell, Ganesh और McCallum के 2019 के शोधपत्र ने भाषा मॉडलों की ट्रेनिंग की लागत का आकलन किया। इन्हें उद्धृत करने वाले शोधपत्र इस बात का अच्छा नक्शा हैं कि इस क्षेत्र में कौन काम करता है।

किन विषयों में ग्रीन AI की PhD होती है?

  • कंप्यूटर साइंस: कुशल ट्रेनिंग और इन्फ़रेंस, मॉडल कंप्रेशन, सिस्टम और शेड्यूलिंग।
  • गणित और सांख्यिकी: न्यूमेरिकल लीनियर अलजेब्रा, ऑप्टिमाइज़ेशन, स्पार्सिटी, अनिश्चितता का आकलन (uncertainty quantification)।
  • इलेक्ट्रिकल इंजीनियरिंग: कम बिजली वाला और विशेष हार्डवेयर, एज AI।
  • विभिन्न विज्ञान क्षेत्र: जलवायु, स्वास्थ्य या इंजीनियरिंग के ऐसे प्रोजेक्ट जो महंगे सिमुलेशन की जगह छोटे, भरोसेमंद मॉडल लाते हैं।

उपयोगी सर्च शब्द: efficient machine learning, sustainable या low-carbon computing, model compression, energy-aware computing, edge AI, surrogate models।

ये कहाँ विज्ञापित होते हैं?

हमारी PhD डायरेक्टरी में डॉक्टोरल अवसर हैं, और शोध डायरेक्टरी में शोध समूह। राष्ट्रीय PhD सूची साइटें और डॉक्टोरल ट्रेनिंग प्रोग्राम कई और विज्ञापित करते हैं; फ़ंडिंग के नियम और अंतिम तिथियाँ देश के हिसाब से अलग होती हैं।

मुझे सुपरवाइज़र से क्या पूछना चाहिए?

  • ऊर्जा और कंप्यूट कैसे मापे और रिपोर्ट किए जाएँगे?
  • मेरे पास कौन-सा हार्डवेयर और कितना कंप्यूट बजट होगा?
  • क्या उद्योग या उपयोग से जुड़े कोई साझेदार हैं?
  • हाल के छात्र आगे कहाँ गए?

आम गलतियाँ

  • सिर्फ़ "green AI" खोजना।
  • सुपरविज़न और कंप्यूट के बारे में पूछे बिना सिर्फ़ विषय के आधार पर चुनना।
  • सुपरवाइज़र को एक जैसा, सामान्य संदेश भेजना।

मुख्य शोध दिशाओं के लिए शोधकर्ताओं के लिए गाइड देखें।

स्रोत

  1. Green AI, Schwartz, Dodge, Smith and Etzioni, Communications of the ACM (2020)
  2. Energy and policy considerations for deep learning in NLP, Strubell, Ganesh and McCallum, ACL (2019)
गाइड

शोधकर्ताओं के लिए ग्रीन AI

शोधकर्ताओं के लिए गाइड: कुशल AI तरीक़े, शोध-पत्रों में ऊर्जा का मापन और रिपोर्टिंग, कंप्यूट बजट, फ़ंडिंग, और गणित कहाँ मदद कर सकता है।

मैं कैसे…?

मैं ग्रीन AI के बारे में कैसे सीखूँ?

आपकी पृष्ठभूमि चाहे जो हो, ग्रीन AI सीखना कहाँ से शुरू करें: छोटे लेख, आज़माने के लिए मुफ़्त टूल, कोर्स, समुदाय और फ़ॉलो करने लायक शोध।

लेख

वह गणित जो AI को ज़्यादा कुशल बनाता है

Pruning, sparsity, sketching, random matrix theory और भौतिकी-आधारित मॉडल: गणित AI के लिए ज़रूरी कंप्यूटिंग, मेमोरी और ऊर्जा को कैसे घटाता है।

मैं कैसे…?

मैं अपने AI शोध की ऊर्जा खपत कैसे रिपोर्ट करूँ?

पेपर में कंप्यूट और ऊर्जा के बारे में क्या लिखें: हार्डवेयर, सभी रन के GPU-घंटे, ऊर्जा, जगह, कार्बन, इन्फ़रेंस की लागत और इस्तेमाल किया गया दायरा।

हमसे जुड़ें

धरती पर AI का असर घटाने में मदद करें

नई गाइड, फ़ंडिंग कॉल और निर्देशिका लिस्टिंग ईमेल से पाएँ, लगभग महीने में एक बार। या निर्देशिकाओं में अपना प्रोडक्ट, कोर्स, PhD या शोध जोड़ें।

कोई ट्रैकिंग नहीं। एक क्लिक में सदस्यता छोड़ें। जुड़ने के दूसरे तरीके · गोपनीयता