greenai.guide

Strona główna › Jak…? › Jak znaleźć studia doktoranckie z zielonej AI?

Jak…?

Jak znaleźć studia doktoranckie z zielonej AI?

Aktualizacja · Czas czytania: 1 min

W skrócie

Warto szukać szerzej niż wśród projektów oznaczonych jako „green AI” (zielona AI): badania nad wydajną AI prowadzi się w informatyce, matematyce, elektrotechnice i naukach dziedzinowych, często pod nazwami takimi jak wydajne uczenie maszynowe, zrównoważone obliczenia czy sprzęt o niskim poborze mocy. Należy przeszukiwać programy szkół doktorskich i listy projektów, czytać najnowsze publikacje, by znaleźć aktywnych promotorów, i pytać, jak w pracy będzie mierzona energia.

Kroki

  1. Przeglądać oferty doktoratów i programy szkół doktorskich, używając kilku haseł, nie tylko „green AI”.
  2. Czytać najnowsze publikacje o wydajnej AI, aby znaleźć zespoły i promotorów aktywnych w tej dziedzinie.
  3. Skontaktować się z potencjalnymi promotorami, wysyłając krótką wiadomość o swoich zainteresowaniach i doświadczeniu.
  4. Zapytać, jak w projekcie będą mierzone i raportowane energia oraz moc obliczeniowa.
  5. Sprawdzić finansowanie, warunki udziału i terminy, które różnią się w zależności od kraju i programu.

Należy szukać szeroko, bo większość badań nad zieloną AI nie jest oznaczona jako „green AI”. Wydajne metody rozwija się na wielu wydziałach i pod wieloma nazwami.

Podstawy dziedziny podpowiadają hasła do wyszukiwania. Artykuł „Green AI” autorstwa Schwartza, Dodge’a, Smitha i Etzioniego z 2020 roku postulował traktowanie wydajności jako kryterium oceny obok dokładności, a artykuł Strubell, Ganesha i McCalluma z 2019 roku oszacował koszt trenowania modeli językowych. Publikacje, które je cytują, dobrze pokazują, kto pracuje w tej dziedzinie.

W jakich dziedzinach powstają doktoraty z zielonej AI?

  • Informatyka: wydajne trenowanie i wnioskowanie, kompresja modeli, systemy i harmonogramowanie.
  • Matematyka i statystyka: numeryczna algebra liniowa, optymalizacja, rzadkość (sparsity), kwantyfikacja niepewności.
  • Elektrotechnika: sprzęt o niskim poborze mocy i sprzęt wyspecjalizowany, AI na urządzeniach brzegowych (edge AI).
  • Nauki dziedzinowe: projekty z zakresu klimatu, zdrowia czy inżynierii, które zastępują kosztowne symulacje mniejszymi, wiarygodnymi modelami.

Przydatne hasła: efficient machine learning (wydajne uczenie maszynowe), sustainable lub low-carbon computing (zrównoważone lub niskoemisyjne obliczenia), model compression (kompresja modeli), energy-aware computing (obliczenia uwzględniające zużycie energii), edge AI, surrogate models (modele zastępcze).

Gdzie są ogłaszane?

Nasz katalog doktoratów zawiera oferty studiów doktoranckich, a katalog badań wymienia zespoły. Krajowe serwisy z ofertami doktoratów i programy szkół doktorskich ogłaszają ich znacznie więcej; zasady finansowania i terminy różnią się w zależności od kraju.

O co zapytać promotora?

  • Jak będą mierzone i raportowane energia oraz moc obliczeniowa?
  • Jaki sprzęt i jaki budżet obliczeniowy będą dostępne?
  • Czy są partnerzy z przemysłu lub partnerzy wdrożeniowi?
  • Gdzie trafili niedawni doktoranci?

Częste błędy

  • Szukanie wyłącznie hasła „green AI”.
  • Wybór wyłącznie na podstawie tematu, bez pytań o opiekę promotorską i moc obliczeniową.
  • Kontaktowanie się z promotorami za pomocą ogólnikowej wiadomości.

Główne kierunki badań opisuje przewodnik dla badaczy.

Źródła

  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)

Dołącz do nas

Pomóżmy zmniejszyć wpływ AI na planetę

Nowe przewodniki, nabory wniosków i wpisy w katalogach e-mailem, mniej więcej raz w miesiącu. Można też dodać do katalogów swój produkt, kurs, ofertę studiów doktoranckich lub badania.

Bez śledzenia. Rezygnacja jednym kliknięciem. Inne sposoby dołączenia · Prywatność