程式碼背後：人工智慧的環境代價

簡介

「就像沉沒泰坦尼克號的冰山一樣，人工智慧對環境的影響很大程度上隱藏在表面之下。」雖然人工智慧改變了產業，但它提高了效率和生產力。然而，人們對環境足跡有嚴重擔憂，而這種影響通常是看不見的。從為 Siri 和 Alexa 等數位助理提供支持，到推動醫療保健、交通，甚至氣候建模領域的創新，人工智慧已深深嵌入我們的日常生活中。

然而，人工智慧開發和部署的變革潛力是以巨大的環境成本為代價的。據估計，訓練一個大型人工智慧模型在其一生中所排放的碳相當於五輛汽車的碳排放量。用於支援人工智慧運作的資料中心需要大量的電力和水，導致碳排放增加和當地資源緊張。

本文探討了人工智慧對環境影響的雙重性：它帶來的挑戰和它提供的解決方案，以期在人工智慧與環境永續性之間取得平衡。

人工智慧與環境：需要關注的大膽聲明

李開復：「我們生活在一個必須在人工智慧的巨大潛力與保護我們的星球及其資源的責任之間取得平衡的世界。」美國國家公共廣播電台

博士。李飛飛： 「人工智慧應該造福人類，並確保其發展為所有人帶來一個更永續的世界。」TED

希拉蕊·柯林頓：“我們需要確保人工智慧不僅能推動經濟成長，而且能成為解決我們面臨的緊迫挑戰（從氣候變遷到不平等）的解決方案的一部分。” CNBC

比爾蓋茲：「人工智慧可以幫助我們解決世界上一些最緊迫的問題，但我們需要確保它在過程中不會損害環境。」英國廣播公司

Sundar Pichai：「人工智慧可以成為一股巨大的正義力量，幫助解決氣候變遷等問題，但我們必須確保它以負責任和可持續的方式發展。」邊緣

人工智慧的能源需求：推動進步還是耗盡資源？

人工智慧模型對環境產生巨大影響的原因之一是訓練和操作過程是密集型能源消耗者。 GPT系列OpenAI大型語言模型需要使用海量的計算資源來運行，模型的訓練需要在龐大的資料集上進行多次迭代，導致每一步都消耗大量的能量。

例如，訓練GPT-3，它有1750億參數，使用了大約1,287兆瓦時（MWh）電力，產生碳排放相當於約502 公噸 二氧化碳。這相當於 112 輛汽油動力汽車的年排放量。地球狀況

這並不是能源消耗的終點；人工智慧模型進入即時應用的操作階段要求更高。例如，Google 的搜尋引擎處理的查詢大約使用0.0003 kWh，該電量可為60 瓦 的燈泡提供 的電力17 秒.Chipkin
這看似微不足道，但每天數十億次搜尋加起來會造成嚴重的能源消耗。

如此大的數字指出了開發和部署人工智慧模型的巨大環境成本，進一步強調了更有效率演算法和使用再生能源的重要性。

人工智慧的環境代價》

隨著人工智慧技術的發展，其環境足跡也不斷增加。與大規模人工智慧模型和資料中心相關的能源消耗是巨大的。事實上，人工智慧對環境的影響甚至與洛杉磯火災等極端事件有關。根據最近的報告，對人工智慧驅動的數據處理的需求增加導致能源消耗增加，從而導致更多的溫室氣體排放。這些排放會加劇氣候變化，形成反饋循環，使氣溫上升加劇自然災害，例如野火。 Mashable

週四，消防人員正在與洛杉磯西山地區的肯尼思大火進行戰鬥。伊森‧斯沃普/美聯社

雖然人工智慧提供了許多好處，但它的開發和部署會對環境產生嚴重的有害影響。這些不僅限於能源消耗，還包括導致環境惡化的其他幾個因素。

碳足跡
訓練和運行人工智慧模型的高能耗會導致碳足跡。例如，一項研究發現，訓練一個大型人工智慧模型可能會導致高達284 噸二氧化碳 的碳排放量，相當於五輛普通汽車的終生排放量（《麻省理工學院技術評論》 ）。據估計，光是訓練 GPT-3 所產生的碳排放量就相當於一個典型美國人一生排放量的一半。這種高碳排放很大程度上是由於對化石燃料能源的依賴，特別是在使用不可再生電力的地區進行培訓。

資源消耗
GPU 和 TPU 等人工智慧硬體是使用鋰、鈷和鎳等稀土金屬製成的，這些金屬用於生產電池和其他零件。這些材料的提取和加工嚴重破壞了環境，包括森林、棲息地的破壞和污染。例如，鈷（人工智慧相關硬體中的關鍵元素）是由剛果民主共和國以高昂的環境成本開采的，佔全球鈷產量的80% - 通常《衛報》稱，他們的勞動條件是危險的、剝削的和不安全的。這些做法涉及向大氣排放有毒物質以及污染當地水源。

AI硬體的快速開發週期導致週轉率較高，進而產生大量的電子垃圾（e-waste）。根據2020年全球電子廢棄物監測，2019年世界產生了5360萬噸電子廢棄物，其中只有17.4%得到了正確回收。 -廢物監測器。這是一個日益成問題的問題，因為對更快、更強大的人工智慧硬體的永不滿足的渴望導致了過時的設備的產生，而這些設備往往會變成垃圾掩埋場。處理不當的電子垃圾可能會將鉛、汞和鎘等有毒物質滲入環境中，從而污染土壤和水。

用水量
為人工智慧運作提供動力的資料中心消耗大量的水用於冷卻目的。例如，一個大型資料中心每天可以使用多達 500 萬加侖 的水來維持最佳溫度，特別是在冷卻能耗更高的溫暖氣候下。在加州，位於俄勒岡州達爾斯的Google資料中心因其大量用水而受到批評，特別是在乾旱時期，當地社區面臨缺水問題。如此高的用水需求給面臨氣候變遷影響的地區本已稀缺的資源帶來了巨大壓力。 The Verge

土地利用
資料中心的建設將自然棲息地轉變為工業區，進而影響土地利用。例如，位於德克薩斯州沃思堡的 Facebook 資料中心已佔用 450 英畝 土地。這種轉變常常會取代野生動物並破壞生態系統。同樣，亞馬遜在弗吉尼亞州農村地區龐大的數據中心導致了東方閉殼龜等當地物種和不同鳥類的大量棲息地喪失。這些轉變不僅會導致生物多樣性喪失，還會增加當地污染水平，進而影響空氣和水質。

這些有害的環境影響清楚地表明尋找更永續的人工智慧發展方法的緊迫性。在一個日益依賴人工智慧的世界中，我們將繼續見證對這些人工智慧技術的需求不斷增加。平衡創新和環境責任 - 這是一個可以實現的夢想嗎？ 透過增強人工智慧能力的技術等產業減少碳足跡將引發關於未來方向的嚴重問題。

資料中心：人工智慧造成環境傷害的幕後黑手？

資料中心是人工智慧的支柱，是訓練和運行機器學習模型所需的運算能力的基礎。然而，與資料中心相關的環境成本非常大，幾乎被忽略。

資料中心造成環境危害

能源消耗與碳排放
資料中心是重要的能源消耗者。它們為運行人工智慧應用程式的伺服器和防止過熱的冷卻系統消耗能源。據估計，資料中心消耗的電力約佔世界電力的 1%，而且隨著越來越多的人需要人工智慧和雲端運算服務，這一數字可能會呈指數級增長。根據國際能源總署 2019 年報告，到 2030 年，資料中心的電力消耗可能會增加50%IEA。

這些中心的碳足跡同樣令人擔憂。大多數資料中心都基於化石燃料，特別是在再生能源稀缺的地區。儘管使用了再生能源，但設備建造過程中消耗的硬體和能源都會產生碳排放。以位於俄勒岡州達爾斯的Google資料中心為例；最初，它使用煤炭運行，但後來過渡到可再生能源，留下了其建設的影響。

用水冷卻

除了能源消耗之外，資料中心還需要大量的水來冷卻伺服器。根據衛報的報道，像北維吉尼亞這樣的地方的資料中心，亞馬遜大型雲端基礎設施的所在地，消耗了大約170萬加侖 水以將溫度保持在安全範圍內《衛報》。這種高水需求常常與當地的水需求競爭，特別是在已經面臨乾旱或缺水的地區。

永續發展的努力

一些公司正在努力盡量減少對其資料中心相關環境的有害影響。例如，微軟發誓到2025年將使用100%可再生能源為其所有資料中心供電，而另一家科技巨頭亞馬遜網路服務（AWS） ，與Google 一起，正在積極投資再生能源。正在開發的另一種更新的資料中心綠色解決方案包括液體冷卻和人工智慧的應用，以優化資料中心的能源使用，減少能源消耗和碳排放。

儘管做出了所有這些努力，但在人工智慧和基於雲端的服務的推動下，資料中心的快速增長清楚地表明，需要進行更多系統性變革才能使該行業可持續發展。

扭轉局面：人工智慧在環境復原中的作用

除了產生負面影響外，人工智慧還提供了巨大的機會來支持對永續發展領域的重大貢獻。

人工智慧保護自然

減少能源使用
人工智慧可以優化能源消耗，從而減少各行業的浪費。 Google 利用人工智慧將其資料中心的能源使用量減少了40%，並且正在投資超過20 億美元，以期到2030 年實現無碳能源。人工智慧也在智慧電網、平衡電力分配和減少對化石燃料的依賴方面發揮作用。

提高再生能源效率
人工智慧也提高了風能和太陽能等再生能源的效率。 GE 透過使用 AI 預測最佳設置，將風力渦輪機效率提高了 10-20%。 特斯拉的 SolarCity 利用 AI 最大限度地提高太陽能產量，並在清潔能源和 AI 驅動的電網解決方案上投資了 50 億美元。

氣候建模與環境監測
人工智慧正在監測和模擬氣候變遷的影響。 DeepMind 公司使用人工智慧來模擬全球暖化和追蹤碳排放，而Rainforest Connection則使用人工智慧來即時檢測非法採伐，從而對環境威脅做出快速回應。

永續農業
人工智慧正在減少農業資源的使用。 約翰迪爾應用人工智慧技術透過提高農作物產量和節約用水來優化農業實踐。 微軟已投資5000萬美元用於基於人工智慧的農業解決方案，倡導更永續的農業實踐。

廢棄物管理與回收
人工智慧正在提高回收效率。 ZenRobotics 使用人工智慧機器人對可回收物進行分類，99% 的準確率，而IBM 在美國多個城市部署人工智慧來優化廢棄物管理系統，提高回收率並減少浪費.

從優化能源使用到發展再生能源和農業，這是非常有前途的。在這方面，Google、特斯拉和微軟正在大力投資，人工智慧將有助於解決氣候挑戰，打造更綠色的地球。

在創新與永續發展之間尋找平衡

重要的是，隨著人工智慧的不斷發展，需要實現創新與永續性的平衡。使用人工智慧有很大潛力推動巨大的積極環境變化，但在這樣做的過程中，其能源消耗和資源需求不應被誇大，以免使其正在尋求解決的問題惡化。

永續人工智慧發展

人工智慧創新與永續發展之間的創新平衡取決於開發節能模型和系統。公司已經在朝著這個方向發展。其中一個例子是 NVIDIA，該公司正在開發節能 GPU，為 AI 模型提供動力，同時消耗更少的卡路里。甚至這些努力都是為了綠色人工智慧：一項鼓勵開發對環境影響最小的人工智慧系統的運動。據稱，研究人員將鼓勵使用更節能的演算法和更小的硬體模型，使用更少的資源消耗相同水平的性能綠色人工智慧。

利害關係人之間的互動
政府、產業和研究機構之間的合作對於建立鼓勵永續人工智慧發展的框架是必要的。 2020年，歐盟數位策略提出了人工智慧永續發展的法規，提倡對綠色技術和環保資料中心的投資。此類舉措可能有助於減少人工智慧的環境足跡，同時利用其優勢來創造永續的未來。

政策與法規的角色
政府在透過政策和法規確定人工智慧永續性的未來方面發揮著非常重要的作用。碳稅、能源效率標準以及鼓勵人工智慧運作使用再生能源可以激勵企業變得更永續。 英國人工智慧策略專注於道德和永續的人工智慧，強調減少人工智慧領域的碳排放英國人工智慧策略。

未來
最終，這將取決於人工智慧如何發展並應用到社會中，其對環境的影響是正面的還是負面的。透過強調永續性、跨部門合作以及實施強有力的監管，我們可以確保人工智慧仍然是積極改變環境的工具，而不是造成進一步的危害。

結論

人工智慧有潛力推動所有領域取得重大進展，從優化能源使用到增強農業和再生能源的可持續性。然而，其在能源消耗、資源需求和電子垃圾的環境影響卻不容忽視。人們正在努力使人工智慧更具永續性，但挑戰仍然存在：我們能否在創新和環境保護之間取得適當的平衡？人工智慧會成為改變的工具，還是它的發展會放大它試圖解決的問題？ 我們今天所做的決定將決定人工智慧是否會成為未來的正面力量，還是會進一步加劇環境破壞.

以上是程式碼背後：人工智慧的環境代價的詳細內容。更多資訊請關注PHP中文網其他相關文章！