Em Busca de uma Inteligência Artificial Ecologicamente Viável: Um estudo de caso do Consumo Energético de Algoritmos de íArvore de Decisão

Abstract

O uso da Inteligência Artificial vem apresentando crescimento acelerado dado à sua utilização na solução de problemas em diversos domínios de aplicação. Este sucesso é resultado da convergência entre grande quantidade de dados, computação de alto desempenho e precisão dos algoritmos de Aprendizado de Máquina (AM). Mesmo com a relevância dos algoritmos de AM, pouco se sabe sobre seus requisitos computacionais e consumo energético, o que tornou-se tarefa importante para alcançar uma computação mais ecológica. O objetivo deste trabalho é avaliar o consumo de energia dos algoritmos de íArvore de Decisão, a fim de identificar os hotspots de energia dos mesmos. E ainda, investigar a emissão de CO2 equivalente associada aos algoritmos.

Towards a sustainable artificial intelligence: A case study of energy efficiency in decision tree algorithms

“…This article is an extension of our previously presented work. 6 We have significantly evolved it by: (a) considering different DT algorithms in addition to C4.5 (CART, Scikit-learn's CART also ensembles of RF and XGBoost); (b) considering 14 more different synthetic datasets and two real ones; (c) performing a totally new experimental phase, using a large experimental set tuning the parameters of the algorithms to evaluate energy efficiency versus accuracy; and (d) updating the theoretical background and related work. This work is organized as follows.…”