Nachhaltiges und sicheres maschinelles Lernen: Quantifizierung des CO2-Fußabdrucks von Adversarial Machine Learning
Der Ausbau der Robustheit von Adversarial Machine Learning-Modellen führt zu einem erhöhten Energieverbrauch und damit verbundenen höheren CO2-Emissionen. Dieser Zielkonflikt zwischen Modellsicherheit und Umweltverträglichkeit muss bei der Entwicklung von Adversarial Machine Learning-Systemen berücksichtigt werden.