- Een nieuw onderzoek kijkt naar stroomgebruik.
- De vraag naar stroom is groter geworden.
- Datacenters en cryptomijnbouw veroorzaken veel van de groei.
- Dit kan de stroomprijzen omhoog brengen.
- Dit kan ook de vervuiling groter maken.
- De studie kijkt naar de Verenigde Staten.
- Onderzoekers gebruiken modellen om te rekenen.
- Ze zeggen: beslissingen moeten voorzichtig zijn.
Moeilijke woorden
- stroomgebruik — hoeveel stroom een plaats of machine gebruikt
- datacenter — een gebouw met veel computers en serversDatacenters
- cryptomijnbouw — computers die digitale munten maken
- vervuiling — schade aan lucht, water of grond
- model — rekenmethode of programma om iets te voorspellenmodellen
- beslissing — keuze die mensen of groepen makenbeslissingen
Tip: beweeg de muisaanwijzer over gemarkeerde woorden in het artikel, of tik erop om snelle definities te zien terwijl je leest of luistert.
Discussievragen
- Gebruik je veel stroom thuis?
- Zou je minder stroom willen gebruiken?
- Ken je een datacenter in jouw land?
Gerelateerde artikelen
Luciano Huck bekritiseerd na video in Parque Indígena do Xingu
In augustus nam presentator Luciano Huck op in het Parque Indígena do Xingu. Een later viraal gegaan Instagramfilmpje toont opmerkingen over het "opruimen" van cultuur. Inheemse organisaties, waaronder Apib, protesteerden en verdedigden technologie als recht.
Glitter verhoogt microplastic op Flamengo Beach tijdens Carnaval
Een studie op Flamengo Beach in Rio de Janeiro toont dat Carnaval het microplastic in het zand verhoogt. Veel deeltjes bleken afkomstig van glitter en kleine plastics; onderzoekers noemen ecologische risico's en noemen alternatieven.
Nieuwe kwetsbaarheid kan zelfrijdende auto's overnemen
Onderzoekers van Georgia Tech ontdekten VillainNet, een verborgen achterdeur in AI-supernetwerken die zelfrijdende auto's kan overnemen zodra een specifiek subnetwerk wordt gekozen. Ze waarschuwen voor moeilijk detecteerbare aanvallen en vragen om betere beveiliging.
Onderzoekers verbeteren veiligheid van grote taalmodellen
Onderzoekers van North Carolina State University onderzochten hoe veiligheidsafstemming werkt in grote taalmodellen. Ze ontwikkelden een methode om onveilige antwoorden te verminderen zonder de prestaties van het model te verliezen.