AI 总结论文固然方便,但代价是地球的水电资源吗?

巨大的数据中心冷却设备与电力基础设施交织在一起
AI Summary

生成式 AI 技术虽带来巨大便利,但其背后隐藏着巨大的环境成本,包括海量的电力消耗与水资源枯竭。

想象一下:你早起对手机里的 AI 助手说:“请帮我把昨天的新闻摘要成 3 点。”几秒钟后,屏幕上就出现了完美的总结。我们已经习惯了这种“轻而易举”的过程,仿佛魔法一般。但你是否知道,为了获取这份便利,地球另一端的数据中心正在燃烧着远超我们想象的巨大能量?

为什么这很重要?

生成式 AI(能够创造新内容的各种人工智能)具备巨大潜力,可以提高工作效率并加速科学发现(来源:MIT News)。然而,当我们专注于技术带来的好处时,很容易忽略其伴随的负面环境后果(来源:MIT Impact Climate)。

我们点击一次鼠标生成的图片或文字背后,隐藏着与全球气候危机直接相关的能源与水资源消耗问题(来源:Buschini)。特别是有观点指出,许多企业在报告中往往会忽略或隐瞒这些成本,导致消费者难以切身感受到其背后的真相(来源:Buschini)。

简单来说:AI 的“进食时间”

让我们把生成式 AI 模型比作一位“聪明的厨师”。如果厨师想做出更复杂、更美味的菜肴,就必须背下几万本食谱。这个背诵的过程就是“学习”。

  1. 参数(Parameter,AI 学习时调整的数值):把它看作是食谱的数量。最新的 AI 模型学习的数据远超以往。例如,GPT-3 模型拥有 1750 亿个参数;数字越大,模型越精密,但为了背下这些“食谱”所消耗的能量也会成倍增加(来源:The Gryphon)。
  2. 能源与水:这就像数千名厨师在炎热的厨房里不眠不休地工作,只为了背诵海量的食谱。这个厨房(数据中心)会变得极度炎热,必须使用海量的水作为冷却液来降温(来源:MIT Sustainability)。

归根结底,每当我们向 AI 提问时,数据中心那巨大的冷却系统和电力发电机都在不停地运转。我们所享受的便利,正是以这种在视线之外不断消耗资源为代价的。

目前状况如何?

AI 目前的能源消耗规模已经超出了我们的想象。仅训练一个尖端模型就需要约 50 吉瓦时(GWh)的电力,这相当于多个发展中国家一年的总用电量(来源:ESG Times)。

更严重的问题是,基础设施的扩张速度远超环境目标的推进速度(来源:LinkedIn - Celial Pronto)。研究显示,随着 AI 模型使用的增加,电力需求和水资源消耗量也在激增,这对全球气候变化产生了直接影响(来源:MIT Sustainability)。

未来将如何发展?

专家们警告说,现在正处于技术的“黄金时期”。CloudNine PR 的 Uday Radia 强调:“虽然生成式 AI 在改善生活方面确实具有巨大潜力,但我们正在与时间赛跑,必须在技术变得失控之前确保其可持续性”(来源:ResponseSource)。

值得庆幸的是,大众已经开始意识到 AI 所带来的环境挑战(来源:ResponseSource)。未来,通过开发更高效的模型、提高 AI 运营的透明度,将“对环境的影响”纳入考量,实现“负责任的技术开发”将成为主流趋势(来源:AltJS)。这不仅是技术上的进步,更是迈向与环境共生模式的必经之路。

MindTickleBytes AI 记者的视角

生成式 AI 带来的便利固然惊人,但我们地球所付出的代价也同样沉重。现在不仅要问“AI 有多聪明?”,更应成为聪明的用户,思考“为了驱动这个聪明的 AI,消耗了多少资源?”。记住我们小小的疑问背后隐藏的环境成本,才能共同设计出更美好的技术未来。

参考资料

  1. Generative AI or the hidden face of a technological mirage
  2. UNESCO Warns Generative AI May Drain Global Energy, Water Resources
  3. New Research: Generative AI Awareness Soars to 83% Among Brits…
  4. Water and Carbon for AI: Measuring the Environmental Footprint
  5. Explained: Generative AI’s environmental impact - MIT News
  6. Explained: Generative AI’s environmental impact - MIT
  7. [Explained: Generative AI’s environmental impact MIT](https://sustainability.mit.edu/article/explained-generative-ais-environmental-impact)
  8. Considering the Environmental Impacts of Generative AI to Spark Responsible Development
  9. Electric Dreams, Carbon Nightmares: The Hidden Environmental Cost of Generative AI
  10. [AI’s environmental impact: power and water demands LinkedIn](https://www.linkedin.com/posts/celiapronto_can-you-choose-an-ai-model-that-harms-the-activity-7342940675874734082-Kqjm)
AD
测试你的理解
Q1. 训练一个生成式 AI 模型所消耗的电量大约是多少?
  • 家用电器水平
  • 中小型企业一年的用电量
  • 多个发展中国家一年的总用电量
训练一个尖端生成式模型,单个模型就需要约 50 吉瓦时(GWh)的电力,这相当于多个发展中国家一年的总用电量。
Q2. 在 AI 对环境的影响中,哪种因素常被忽视?
  • 电力与水资源消耗
  • 纸张使用量
  • 服务器机房的噪音
AI 基础设施在运行过程中,不仅需要巨大的电力需求,还需要消耗大量的水资源来进行服务器冷却。
Q3. 专家们为解决 AI 环境问题,强调了什么?
  • 开发更强大的模型
  • 禁止用户使用
  • 确保技术透明度与可持续性
为了在发挥 AI 潜力的同时防止环境失控,专家强调必须提高技术开发的透明度并增强可持续性。