使用非英语语言使用AI时,为什么会消耗更多能量?

象征不同语言编写的文本与AI模型能源消耗的插图
AI Summary

探讨生成式AI模型在处理非英语文本时为何会消耗比英语多达180倍的能量,以及由此带来的可持续性问题。

想象一下,你早晨醒来打开智能手机,请人工智能(AI)助手用韩语或其他非英语语言为你总结一篇长文。虽然文字在屏幕上瞬间倾泻而出,但我们很难察觉到,在这流畅的背后正流淌着巨量的电力。近来,人工智能技术以惊人的速度发展并改变着我们的日常生活 [Source 3],但在其华丽的功能背后,却隐藏着不为人知的环境秘密与语言间的失衡。

密歇根大学(University of Michigan)研究团队的最新研究表明,当生成式AI模型使用非英语处理和生成文本时,其消耗的能量最高可达英语的180倍 [Source 11, Source 12, Source 13]。这意味着,即便传达完全相同的语义,所使用的语言不同,电力消耗和成本也会有天壤之别。这一现象不仅超越了纯粹的技术好奇心,更为全球数字公平与环境可持续性敲响了警钟。


为什么这很重要?

我们日常使用的生成式AI并非只是在电脑屏幕上像魔法般运行。要构建和维护复杂的软件系统,离不开大规模的数据中心,而这一过程会消耗海量的电力和计算能量 [Source 5, Source 14]。从AI模型分析海量数据、学习模式的训练阶段,到实时生成回答的推理阶段,数据中心的电网都在日夜不停地运转 [Source 5]。

那么,如果使用非英语时能源消耗变得异常严重,会发生什么呢?研究表明,处理非英语文本不仅会消耗更多电力,往往还会产生较低质量的输出结果,并最终导致非英语用户承担更高的使用成本 [Source 9, Source 11]。在绝大多数全球人口使用非英语的情况下,如果AI技术的优势反而给特定语言用户带来了更沉重的环境与经济负担,这将是一个严重的公平性问题。随着AI在全球范围内的普及,这种能源鸿沟正日益成为威胁可持续性与平等的关键课题 [Source 10]。


轻松理解:AI的“字词碎片”与分词(Tokenization)的秘密

那么,为什么英语与非英语之间会产生如此巨大的能源鸿沟呢?要理解这一点,我们需要探究AI阅读和处理文字的方式。

简单来说,AI无法像人类那样整体理解文字。相反,它会将文本拆分成更小的片段来处理,这些片段被称为Token(标记,即AI阅读和处理句子的基础字词碎片单位)。打个比方,英语就像积木玩具的标准积木。由于常用词汇已经打磨成了大小合适的标准大块,AI在阅读句子时只需组合少量积木即可完成语义。

相比之下,许多不使用拉丁字母或数字训练数据相对匮乏的非英语语言,则严重缺乏这种标准积木 [Source 12, Source 15]。因此,为了理解哪怕一个单独的词汇,AI也不得不将文字极其精细地拆解为无数的小碎片(Token)。

换句话说,如果要传达同样长度的句子,英语可能只需要对齐10个大拼图块,而某些非英语语言则需要逐个拼凑100个极小的碎片。碎片越多,AI需要进行的计算量就呈几何级数增长,进而消耗更多的电力和能量。尽管生成文本本身的耗电量相对图像生成而言较低 [Source 2],但当Token数量急剧膨胀时,能源消耗量也会随之飙升。


现状:不同语言之间的差距究竟有多大?

密歇根大学研究团队的分析用具体数据揭示了这种能源失衡的现状。

  • 整体能源差距范围:生成式AI模型生成非英语文本时所消耗的能量是英语的 1.4倍到最高180倍 不等 [Source 12, Source 13, Source 15]。
  • 西欧语言的情况:由于西欧绝大多数语言拥有相对丰富的训练数据且采用拉丁字母,其能源消耗量大致保持在英语2倍以下的水准,表现相对良好 [Source 12, Source 15]。
  • 非拉丁字母及数据稀缺语言:越是不使用拉丁字母或数字内容匮乏的语言,失衡现象就越严重 [Source 12, Source 15]。例如,印地语和孟加拉语由于Token数量更多,分别需要比英语多出 7.9倍 和 15.3倍 的能量 [Source 13, Source 15]。俄语相关研究及其他非英语语言分析中也指出了类似的分词效率低下与能源浪费现象 [Source 6]。
  • 值得参考的对比标准:AI生成1000次文本所消耗的能量仅相当于一部智能手机充满电量的16%左右 [Source 2],但在非英语语境下,一旦Token数量呈爆炸式增长,就会瞬间突破这一基准线。

正如这些模型所显示的那样,AI在处理主流语言之外的其他语言时需要消耗更多的计算资源,而这往往以“产出质量更低、成本更高”的双重代价反馈给非英语用户 [Source 9, Source 11]。


未来将走向何方?

那么,为了解决这一问题,未来需要付出哪些努力呢?科学家和工程师们已经认识到,大语言模型(LLM,通过学习大量文本像人类一样对话的庞大AI模型)急剧攀升的能耗与碳排放是可持续发展面临的严峻挑战 [Source 14]。

展望未来,针对非英语语言分词方式的根本性改良、减少不必要的Token拆分的研究有望蓬勃发展。此外,业界也在积极探索在模型部署阶段整合节能优化技术,以期将电力消耗降至最低 [Source 14]。要想让AI技术成为全球所有人都能公平、环保享用的工具,彻底摆脱以英语为中心的架构,转而让所有语言使用者都能以同等效率享受AI的结构性转变至关重要。


AI的视角:MindTickleBytes AI记者的观点

被AI技术发展速度所掩盖的“语言间能源消耗差距”,清晰地向我们展示了拓展审视技术视角必要性。全球理应人人平等地享受AI带来的益处,但如果在看不见的角落里,特定语言的用户正在消耗更多资源并承担着环境成本,这就很难称之为真正意义上的普惠技术。未来的AI创新不仅需要扩展计算能力,更需要迈向包容语言多样性的可持续效率创新。


参考资料

  1. Making an image with generative AI uses as much energy as charging your phone
  2. Generative AI exists because of the transformer
  3. Grantable
  4. [Qwen3 потратила на пушту в 179 раз больше энергии… Дзен](https://dzen.ru/b/avil0ZyUZDO-SaDV)
  5. Qwen
  6. Free AI Video Generator — No Sign-Up, No Watermark
  7. Generative AI burns more energy on non-English text - Futurity
  8. Generative AI Uses More Energy on Non-English Text
  9. AI Models Burn More Energy Processing Non-English Text
  10. Generative AI Uses More Energy for Non-English Text
  11. Non-English text consumes up to 180 times more AI energy
  12. Optimizing Large Language Models: Metrics, Energy Efficiency …
  13. Generative AI burns more energy on non-English text
AD
测试你的理解
Q1. 根据密歇根大学的研究,生成式AI在处理非英语文本时消耗的能量最高可达英语的多少倍?
  • 10倍
  • 50倍
  • 180倍
密歇根大学研究团队指出,生成式AI模型在处理和生成非英语文本时,消耗的能量比英语高出最多180倍。
Q2. 处理非英语文本时能源消耗激增的主要技术原因是什么?
  • 分词效率低下
  • 服务器过热
  • 互联网速度下降
非英语文本,尤其是那些不使用拉丁字母的语言,需要更多的标记(Token)来传达相同的意思,这种分词效率低下导致了能源消耗的激增。
Q3. 研究结果显示,印地语和孟加拉语相比英语分别需要多消耗多少倍的能量?
  • 1.4倍和5倍
  • 7.9倍和15.3倍
  • 50倍和100倍
研究表明,印地语和孟加拉语分别需要多消耗7.9倍和15.3倍的能量。