Em resumo
Procure além dos projetos com o rótulo "IA verde": a pesquisa em IA eficiente está na ciência da computação, na matemática, na engenharia elétrica e em ciências aplicadas, muitas vezes com nomes como aprendizado de máquina eficiente, computação sustentável ou hardware de baixo consumo. Pesquise programas de formação doutoral e listas de projetos, leia artigos recentes para encontrar orientadores ativos e pergunte como a energia será medida no trabalho.
Passos
- Consulte listas de doutorados e programas de formação doutoral com vários termos de busca, não só "IA verde".
- Leia artigos recentes sobre IA eficiente para encontrar grupos e orientadores ativos na área.
- Entre em contato com possíveis orientadores com uma mensagem curta sobre os seus interesses e a sua formação.
- Pergunte como a energia e a computação serão medidas e relatadas no projeto.
- Verifique financiamento, requisitos e prazos, que variam conforme o país e o programa.
Pesquise de forma ampla, porque a maior parte da pesquisa em IA verde não tem o rótulo "IA verde". Os métodos eficientes estão em muitos departamentos e recebem muitos nomes.
Os fundamentos da área ajudam a escolher termos de busca. O artigo "Green AI", de 2020, de Schwartz, Dodge, Smith e Etzioni, defendeu tratar a eficiência como critério de avaliação ao lado da precisão, e o artigo de 2019 de Strubell, Ganesh e McCallum quantificou o custo de treinar modelos de linguagem. Os artigos que citam esses dois são um bom mapa de quem trabalha na área.
Que áreas acolhem doutorados em IA verde?
- Ciência da computação: treino e inferência eficientes, compressão de modelos, sistemas e escalonamento.
- Matemática e estatística: álgebra linear numérica, otimização, esparsidade, quantificação de incerteza.
- Engenharia elétrica: hardware de baixo consumo e especializado, IA na borda (edge AI).
- Ciências aplicadas: projetos de clima, saúde ou engenharia que substituem simulações caras por modelos menores e confiáveis.
Termos de busca úteis: aprendizado de máquina eficiente, computação sustentável ou de baixo carbono, compressão de modelos, computação consciente do consumo de energia, IA na borda, modelos substitutos (surrogate models).
Onde são divulgados?
O nosso diretório de doutorados lista oportunidades de doutorado, e o diretório de pesquisa lista grupos. Sites nacionais de vagas de doutorado e programas de formação doutoral divulgam muitas outras; as regras de financiamento e os prazos variam conforme o país.
O que devo perguntar a um orientador?
- Como a energia e a computação serão medidas e relatadas?
- De que hardware e orçamento de computação vou dispor?
- Há parceiros da indústria ou de aplicação?
- Para onde foram os alunos recentes?
Erros comuns
- Pesquisar apenas por "IA verde".
- Escolher só pelo tema, sem perguntar sobre a orientação e a computação disponível.
- Entrar em contato com orientadores com uma mensagem genérica.
Veja o guia para pesquisadores para conhecer as principais linhas de pesquisa.
Fontes
- Green AI, Schwartz, Dodge, Smith and Etzioni, Communications of the ACM (2020)
- Energy and policy considerations for deep learning in NLP, Strubell, Ganesh and McCallum, ACL (2019)
Relacionados
IA verde para pesquisadores
Um guia para pesquisadores sobre métodos de IA eficientes, medição e relato de energia em artigos, orçamentos de computação, financiamento e o papel da matemática.
Como aprendo sobre IA verde?
Por onde começar a aprender sobre IA verde, qualquer que seja a sua formação: leituras curtas, ferramentas gratuitas, cursos, comunidades e pesquisas.
A matemática que torna a IA mais eficiente
Poda, esparsidade, sketching, teoria de matrizes aleatórias e modelos informados pela física: como a matemática reduz a computação, a memória e a energia da IA.
Como informo o uso de energia da minha pesquisa em IA?
O que colocar num artigo sobre computação e energia: hardware, horas de GPU de todas as execuções, energia, local, carbono, custo de inferência e o limite usado.