本文探讨了绿色人工智能和自动化机器学习（AutoML）的发展，提出通过小规模模型组合和高效算法来优化机器学习性能。研究表明，基于采样的AutoML方法在大规模建模中具有显著的投资回报率，并在实际应用中表现良好。此外，提出了静态和动态模型选择策略，以平衡准确性与能源消耗，强调在实际生产环境中采用注重能源的模型选择策略的重要性。