Ενημέρωση με ένα κλικ

Χριστίνα Δελημήτρου: Η Ελληνίδα καθηγήτρια του MIT που βάζει φρένο στην ενεργειακή σπατάλη της τεχνητής νοημοσύνης

Η αναπληρώτρια καθηγήτρια του MIT προτείνει καινοτόμες μεθόδους μηχανικής μάθησης για τη βελτιστοποίηση των data centers, περιορίζοντας δραστικά τις ανάγκες για νέες υποδομές.

Η ραγδαία εξάπλωση της τεχνητής νοημοσύνης επιφέρει μια κρίσιμη πρόκληση για την παγκόσμια οικονομία και το περιβάλλον: την εκρηκτική αύξηση της κατανάλωσης ηλεκτρικής ενέργειας από τα κέντρα δεδομένων. Καθώς η κατασκευή νέων υποδομών πιέζει τα ηλεκτρικά δίκτυα, το ερώτημα που προκύπτει είναι αν η ίδια η τεχνολογία μπορεί να προσφέρει τη λύση. Σε αυτή την αναζήτηση πρωτοστατεί η Χριστίνα Δελημήτρου, η οποία κατέχει πλέον θέση αναπληρώτριας καθηγήτριας στο Massachusetts Institute of Technology (MIT) στο Κέιμπριτζ.

Σύμφωνα με την έρευνά της, η ομάδα της αξιοποιεί τη μηχανική μάθηση για να ενισχύσει την αποδοτικότητα και την αξιοπιστία των υπολογιστικών συστημάτων, περιορίζοντας την ανάγκη για επιπλέον εγκαταστάσεις. «Η τεχνητή νοημοσύνη αλλάζει τα πάντα, όμως το κόστος σε ενέργεια και υποδομές παραμένει αόρατο στον χρήστη», επισημαίνει η ίδια στο ΑΠΕ-ΜΠΕ. Η καθηγήτρια εξηγεί πως η ομάδα της επανεξετάζει τον τρόπο σχεδιασμού των συστημάτων, διαπιστώνοντας ότι μεγάλο μέρος της υπολογιστικής ισχύος παραμένει ανεκμετάλλευτο.

Η πορεία της Χριστίνας Δελημήτρου ξεκίνησε από το Εθνικό Μετσόβιο Πολυτεχνείο, ενώ η ακαδημαϊκή της διαδρομή πέρασε από το Πανεπιστήμιο Stanford και το Πανεπιστήμιο Cornell, πριν ενταχθεί το 2022 στο διδακτικό προσωπικό του MIT. Μέσω εργαλείων όπως το Seer, η ομάδα της προβλέπει και αποτρέπει τεχνικά προβλήματα σε εφαρμογές, βελτιώνοντας την εμπειρία των χρηστών.

Με βαθιά πίστη στο ελληνικό επιστημονικό δυναμικό, η καθηγήτρια τονίζει: «Η Ελλάδα διαθέτει εξαιρετικό επίπεδο και η δουλειά που παράγεται στα ελληνικά πανεπιστήμια αξίζει μεγαλύτερη διεθνή αναγνώριση». Σήμερα, μέσα από το τμήμα Ηλεκτρολόγων Μηχανικών και Επιστήμης Υπολογιστών (EECS) και το εργαστήριο CSAIL, η Δελημήτρου αποδεικνύει ότι η βιώσιμη ανάπτυξη της τεχνητής νοημοσύνης εξαρτάται από την εξυπνότερη αξιοποίηση των ήδη υπαρχόντων πόρων, ενθαρρύνοντας παράλληλα τους φοιτητές της να αμφισβητούν τα δεδομένα.

Get real time updates directly on you device, subscribe now.

Μπορεί επίσης να σας αρέσει
WP2Social Auto Publish Powered By : XYZScripts.com