Tipo:	Trabalho de Conclusão de Curso
Título:	Desafios energéticos em treinamento de modelos de inteligência artificial
Autor(es):	França, Vitor
Primeiro Orientador:	Vinhal, Gustavo Siqueira
metadata.dc.contributor.referee1:	Lima, Carlos Alexandre Ferreira de
metadata.dc.contributor.referee2:	Martins, Rafael Leal
Resumo:	Este trabalho aborda os desafios energéticos gerados pelo avanço da tecnologia de Inteligência Artificial (IA). Com o aumento exponencial no uso de IA e a crescente complexidade dos modelos, o consumo energético tornou-se uma preocupação significativa. Destaca-se a importância de explorar técnicas e práticas para otimizar o consumo de energia, incluindo o uso de algoritmos mais eficientes e a implementação de data centers sustentáveis. Além disso, o trabalho aborda a possibilidade de adotar novas tecnologias com o potencial promisso, como o disco óptico 3D em escala nanométrica com capacidade de petabit, que podem reduzir o impacto ambiental do treinamento de IA, sem comprometer a eficácia dos modelos. Diante disso, o presente trabalho tem por objetivo refletir acerca do impacto ambiental da IA no mundo e fornecer insights valiosos para a comunidade acadêmica e profissionais da área, incentivando a adoção de práticas sustentáveis no desenvolvimento de tecnologias de IA buscando soluções que permitam a utilização dessa tecnologia de forma consciente e sustentável.
Palavras-chave:	Inteligência artificial Consumo energético Impacto ambiental Sustentabilidade Disco óptico 3D Otimização energética
CNPq:	CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
Idioma:	por
País:	Brasil
Editor:	Pontifícia Universidade Católica de Goiás
Sigla da Instituição:	PUC Goiás
metadata.dc.publisher.department:	Escola Politécnica
Tipo de Acesso:	Acesso Aberto
URI:	https://repositorio.pucgoias.edu.br/jspui/handle/123456789/7901
Data do documento:	17-Jun-2024
Aparece nas coleções:	TCC Ciência da Computação

Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.