在2025年,人工智慧和氣候變化這兩大社會顛覆因素將會碰撞。
2024年夏季創下了自資料收集開始以來地球最熱的一天,引發了廣泛的媒體報道和公眾辯論。這恰好也是微軟和谷歌這兩家大型科技公司,大量投資人工智慧研發,卻未能實現氣候目標的一年。儘管這也成為了頭條新聞並引發了憤怒,但人工智慧對環境的影響仍然遠未為人所知。
事實上,人工智慧當前的"越大越好"正規化——體現在科技公司追求越來越大、越來越強大的大型語言模型,被視為解決每個問題的方案——卻帶來了非常顯著的環境成本。這些成本包括為執行ChatGPT和Midjourney等工具的資料中心供電所需的巨量能源,以及為確保這些資料中心不會過熱而抽取的數百萬加侖淡水,以及製造其所需硬體的大量稀土金屬。
資料中心已經使用了全球2%的電力。在愛爾蘭等國家,這一比例高達五分之一的發電量,這促使愛爾蘭政府宣佈對新資料中心實施有效禁令直到2028年。雖然為資料中心供電的大部分能源被官方稱為"碳中和",但這依賴於可再生能源信用等機制,從技術上抵消了發電過程中產生的排放,但並沒有改變發電方式。
像弗吉尼亞州的資料中心走廊大多由天然氣等非可再生能源供電,電力供應商也在推遲退役煤電廠,以滿足人工智慧等技術不斷增長的需求。資料中心正在從稀缺的地下水中大量抽取淡水,在從亞利桑那州到西班牙的各地,引發了當地社群與資料中心運營商之間的對抗。在臺灣,政府選擇將寶貴的水資源分配給晶片製造設施,以保持在不斷增長的需求中的領先地位,而不是讓當地農民用於灌溉農作物,這是該國遭遇了一個多世紀以來最嚴重的乾旱。
我最新的研究顯示,從舊的標準人工智慧模型(被訓練用於單一任務,如問答)切換到新的生成模型,僅回答完全相同的一組問題,就可能使用高達30倍的能源。那些越來越多地將生成式人工智慧模型新增到從搜尋引擎到文字處理軟體的各種應用中的科技公司,也沒有披露這些變化的碳排放成本——我們仍然不知道與ChatGPT對話或使用谷歌的Gemini生成影象時會消耗多少能源。
大型科技公司圍繞人工智慧環境影響的討論主要有兩種走向:要麼根本不是什麼問題(根據比爾·蓋茨的說法),要麼能源突破將會神奇地解決一切(根據薩姆·奧爾特曼的說法)。我們真正需要的是更多關於人工智慧環境影響的透明度,透過我正在領導的AI Energy Star專案等自願性舉措,幫助使用者比較人工智慧模型的能源效率,做出明智的決策。我預計,到2025年,這些自願性舉措將開始透過國家政府到聯合國等政府間組織的立法得到執行。到2025年,隨著更多研究、公眾意識和監管的出現,我們終於將開始瞭解人工智慧的環境足跡,並採取必要的行動來減少它。
