在2025年,人工智能和气候变化这两大社会颠覆因素将会碰撞。
2024年夏季创下了自数据收集开始以来地球最热的一天,引发了广泛的媒体报道和公众辩论。这恰好也是微软和谷歌这两家大型科技公司,大量投资人工智能研发,却未能实现气候目标的一年。尽管这也成为了头条新闻并引发了愤怒,但人工智能对环境的影响仍然远未为人所知。
事实上,人工智能当前的"越大越好"范式——体现在科技公司追求越来越大、越来越强大的大型语言模型,被视为解决每个问题的方案——却带来了非常显著的环境成本。这些成本包括为运行ChatGPT和Midjourney等工具的数据中心供电所需的巨量能源,以及为确保这些数据中心不会过热而抽取的数百万加仑淡水,以及制造其所需硬件的大量稀土金属。
数据中心已经使用了全球2%的电力。在爱尔兰等国家,这一比例高达五分之一的发电量,这促使爱尔兰政府宣布对新数据中心实施有效禁令直到2028年。虽然为数据中心供电的大部分能源被官方称为"碳中和",但这依赖于可再生能源信用等机制,从技术上抵消了发电过程中产生的排放,但并没有改变发电方式。
像弗吉尼亚州的数据中心走廊大多由天然气等非可再生能源供电,电力供应商也在推迟退役煤电厂,以满足人工智能等技术不断增长的需求。数据中心正在从稀缺的地下水中大量抽取淡水,在从亚利桑那州到西班牙的各地,引发了当地社区与数据中心运营商之间的对抗。在台湾,政府选择将宝贵的水资源分配给芯片制造设施,以保持在不断增长的需求中的领先地位,而不是让当地农民用于灌溉农作物,这是该国遭遇了一个多世纪以来最严重的干旱。
我最新的研究显示,从旧的标准人工智能模型(被训练用于单一任务,如问答)切换到新的生成模型,仅回答完全相同的一组问题,就可能使用高达30倍的能源。那些越来越多地将生成式人工智能模型添加到从搜索引擎到文本处理软件的各种应用中的科技公司,也没有披露这些变化的碳排放成本——我们仍然不知道与ChatGPT对话或使用谷歌的Gemini生成图像时会消耗多少能源。
大型科技公司围绕人工智能环境影响的讨论主要有两种走向:要么根本不是什么问题(根据比尔·盖茨的说法),要么能源突破将会神奇地解决一切(根据萨姆·奥尔特曼的说法)。我们真正需要的是更多关于人工智能环境影响的透明度,通过我正在领导的AI Energy Star项目等自愿性举措,帮助用户比较人工智能模型的能源效率,做出明智的决策。我预计,到2025年,这些自愿性举措将开始通过国家政府到联合国等政府间组织的立法得到执行。到2025年,随着更多研究、公众意识和监管的出现,我们终于将开始了解人工智能的环境足迹,并采取必要的行动来减少它。
