代码背后：人工智能的环境代价

简介

“就像沉没泰坦尼克号的冰山一样，人工智能对环境的影响很大程度上隐藏在表面之下。”虽然人工智能改变了行业，但它提高了效率和生产力。然而，人们对环境足迹存在严重担忧，而这种影响通常是看不见的。从为 Siri 和 Alexa 等数字助理提供支持，到推动医疗保健、交通，甚至气候建模领域的创新，人工智能已深深嵌入我们的日常生活中。

然而，人工智能开发和部署的变革潜力是以巨大的环境成本为代价的。据估计，训练一个大型人工智能模型在其一生中所排放的碳相当于五辆汽车的碳排放量。用于支持人工智能运行的数据中心需要大量的电力和水，导致碳排放增加和当地资源紧张。

本文探讨了人工智能对环境影响的双重性：它带来的挑战和它提供的解决方案，以期在人工智能与环境可持续性之间取得平衡。

人工智能与环境：需要关注的大胆声明

李开复：“我们生活在一个必须在人工智能的巨大潜力与保护我们的星球及其资源的责任之间取得平衡的世界。”美国国家公共广播电台

博士。李飞飞：“人工智能应该造福人类，并确保其发展为所有人带来一个更加可持续的世界。” TED

希拉里·克林顿：“我们需要确保人工智能不仅能推动经济增长，而且能成为解决我们面临的紧迫挑战（从气候变化到不平等）的解决方案的一部分。” CNBC

比尔·盖茨：“人工智能可以帮助我们解决世界上一些最紧迫的问题，但我们需要确保它在此过程中不会损害环境。”英国广播公司

Sundar Pichai：“人工智能可以成为一股巨大的正义力量，帮助解决气候变化等问题，但我们必须确保它以负责任和可持续的方式发展。”边缘

人工智能的能源需求：推动进步还是耗尽资源？

人工智能模型对环境产生巨大影响的原因之一是训练和操作过程是密集型能源消耗者。 GPT系列OpenAI大型语言模型需要使用海量的计算资源来运行，模型的训练需要在庞大的数据集上进行多次迭代，导致每一步都消耗大量的能量。

例如，训练GPT-3，它有1750亿参数，使用了大约1,287兆瓦时（MWh）电力，产生碳排放相当于约 502 公吨 二氧化碳。这相当于 112 辆汽油动力汽车的年排放量。地球状况

这并不是能源消耗的终点；人工智能模型进入实时应用的操作阶段要求更高。例如，Google 的搜索引擎处理的查询大约使用 0.0003 kWh，该电量可为 60 瓦 的灯泡提供 的电力17 秒.Chipkin
这看似微不足道，但每天数十亿次搜索加起来会造成严重的能源消耗。

如此大的数字指出了开发和部署人工智能模型的巨大环境成本，进一步强调了更高效算法和使用可再生能源的重要性。

人工智能的环境代价》

随着人工智能技术的发展，其环境足迹也在不断增加。与大规模人工智能模型和数据中心相关的能源消耗是巨大的。事实上，人工智能对环境的影响甚至与洛杉矶火灾等极端事件有关。根据最近的报告，对人工智能驱动的数据处理的需求增加导致能源消耗增加，从而导致更多的温室气体排放。这些排放会加剧气候变化，形成一个反馈循环，使气温上升加剧自然灾害，例如野火。Mashable

周四，消防人员正在与洛杉矶西山地区的肯尼思大火进行战斗。伊森·斯沃普/美联社

虽然人工智能提供了许多好处，但它的开发和部署会对环境产生严重的有害影响。这些不仅限于能源消耗，还包括导致环境恶化的其他几个因素。

碳足迹
训练和运行人工智能模型的高能耗会导致碳足迹。例如，一项研究发现，训练一个大型人工智能模型可能会导致高达 284 吨二氧化碳 的碳排放量，相当于五辆普通汽车的终生排放量（《麻省理工学院技术评论》）。据估计，仅训练 GPT-3 所产生的碳排放量就相当于一个典型美国人一生排放量的一半。这种高碳排放很大程度上是由于对化石燃料能源的依赖，特别是在使用不可再生电力的地区进行培训。

资源消耗
GPU 和 TPU 等人工智能硬件是使用锂、钴和镍等稀土金属制成的，这些金属用于生产电池和其他零件。这些材料的提取和加工严重破坏了环境，包括森林、栖息地的破坏和污染。例如，钴（人工智能相关硬件中的关键元素）是由刚果民主共和国以高昂的环境成本开采的，占全球钴产量的80% - 通常《卫报》称，他们的劳动条件是危险的、剥削性的和不安全的。这些做法涉及向大气排放有毒物质以及污染当地水源。

AI硬件的快速开发周期导致周转率较高，从而产生大量的电子垃圾（e-waste）。根据2020年全球电子废物监测，2019年世界产生了5360万吨电子废物，其中只有17.4%得到了正确回收。 -废物监测器。这是一个日益成问题的问题，因为对更快、更强大的人工智能硬件的永不满足的渴望导致了过时的设备的产生，而这些设备往往会变成垃圾填埋场。处理不当的电子垃圾可能会将铅、汞和镉等有毒物质渗入环境中，从而污染土壤和水。

用水量
为人工智能运行提供动力的数据中心消耗大量的水用于冷却目的。例如，一个大型数据中心每天可以使用多达 500 万加仑 的水来维持最佳温度，特别是在冷却能耗更高的温暖气候下。在加利福尼亚州，位于俄勒冈州达尔斯的谷歌数据中心因其大量用水而受到批评，特别是在干旱时期，当地社区面临缺水问题。如此高的用水需求给面临气候变化影响的地区本已稀缺的资源带来了巨大压力。The Verge

土地利用
数据中心的建设将自然栖息地转变为工业区，从而影响土地利用。例如，位于德克萨斯州沃思堡的 Facebook 数据中心已占用 450 英亩 土地。这种转变常常会取代野生动物并破坏生态系统。同样，亚马逊在弗吉尼亚州农村地区庞大的数据中心导致了东方闭壳龟等当地物种和不同鸟类的大量栖息地丧失。这些转变不仅会导致生物多样性丧失，还会增加当地污染水平，从而影响空气和水质。

这些有害的环境影响清楚地表明寻找更可持续的人工智能发展方法的紧迫性。在一个日益依赖人工智能的世界中，我们将继续见证对这些人工智能技术的需求不断增加。平衡创新和环境责任 - 这是一个可以实现的梦想吗？通过增强人工智能能力的技术等行业减少碳足迹将引发关于未来方向的严重问题。

数据中心：人工智能造成环境损害的幕后黑手？

数据中心是人工智能的支柱，是训练和运行机器学习模型所需的计算能力的基础。然而，与数据中心相关的环境成本非常大，而且几乎被忽视。

数据中心造成环境危害

能源消耗和碳排放
数据中心是重要的能源消耗者。它们为运行人工智能应用程序的服务器和防止过热的冷却系统消耗能源。据估计，数据中心消耗的电力约占世界电力的 1%，而且随着越来越多的人需要人工智能和云计算服务，这一数字可能会呈指数级增长。根据国际能源署 2019 年报告，到 2030 年，数据中心的电力消耗可能会增加50%IEA。

这些中心的碳足迹同样令人担忧。大多数数据中心都基于化石燃料，特别是在可再生能源稀缺的地区。尽管使用了可再生能源，但设备建造过程中消耗的硬件和能源都会产生碳排放。以位于俄勒冈州达尔斯的谷歌数据中心为例；最初，它使用煤炭运行，但后来过渡到可再生能源，留下了其建设的影响。

用水冷却

除了能源消耗之外，数据中心还需要大量的水来冷却服务器。根据卫报的报道，像北弗吉尼亚这样的地方的数据中心，亚马逊大型云基础设施的所在地，消耗了大约170万加仑 水以将温度保持在安全范围内《卫报》。这种高水需求常常与当地的水需求相竞争，特别是在已经面临干旱或缺水的地区。

可持续发展的努力

一些公司正在努力尽量减少对其数据中心相关环境的有害影响。例如，微软发誓到2025年将使用100%可再生能源为其所有数据中心供电，而另一家科技巨头亚马逊网络服务（AWS），与 Google 一起，正在积极投资可再生能源。正在开发的另一种更新的数据中心绿色解决方案包括液体冷却和人工智能的应用，以优化数据中心的能源使用，减少能源消耗和碳排放。

尽管做出了所有这些努力，但在人工智能和基于云的服务的推动下，数据中心的快速增长清楚地表明，需要进行更多系统性变革才能使该行业可持续发展。

扭转局面：人工智能在环境恢复中的作用

除了产生负面影响外，人工智能还提供了巨大的机会来支持对可持续发展领域的重大贡献。

人工智能保护自然

减少能源使用
人工智能可以优化能源消耗，从而减少各行业的浪费。 Google 利用人工智能将其数据中心的能源使用量减少了 40%，并且正在投资超过 20 亿美元，以期到 2030 年实现无碳能源。人工智能还在智能电网、平衡电力分配和减少对化石燃料的依赖方面发挥着作用。

提高可再生能源效率
人工智能还提高了风能和太阳能等可再生能源的效率。 GE 通过使用 AI 预测最佳设置，将风力涡轮机效率提高了 10-20%。 特斯拉的 SolarCity 利用 AI 最大限度地提高太阳能产量，并在清洁能源和 AI 驱动的电网解决方案上投资了 50 亿美元。

气候建模和环境监测
人工智能正在监测和模拟气候变化的影响。 DeepMind 公司使用人工智能来模拟全球变暖和跟踪碳排放，而Rainforest Connection则使用人工智能来实时检测非法采伐，从而对环境威胁做出快速响应。

可持续农业
人工智能正在减少农业资源的使用。 约翰迪尔应用人工智能技术通过提高农作物产量和节约用水来优化农业实践。 微软已投资5000万美元用于基于人工智能的农业解决方案，倡导更可持续的农业实践。

废物管理和回收
人工智能正在提高回收效率。 ZenRobotics 使用人工智能机器人对可回收物进行分类，99% 的准确率，而 IBM 在美国多个城市部署人工智能来优化废物管理系统，提高回收率并减少浪费.

从优化能源使用到发展可再生能源和农业，这是非常有前途的。在这方面，谷歌、特斯拉和微软正在大力投资，人工智能将帮助解决气候挑战，打造更绿色的地球。

在创新与可持续发展之间寻找平衡

重要的是，随着人工智能的不断发展，需要实现创新与可持续性的平衡。使用人工智能有很大潜力推动巨大的积极环境变化，但在这样做的过程中，其能源消耗和资源需求不应被夸大，以免使其正在寻求解决的问题恶化。

可持续人工智能发展

人工智能创新与可持续发展之间的创新平衡取决于开发节能模型和系统。公司已经在朝着这个方向发展。其中一个例子就是 NVIDIA，该公司正在开发节能 GPU，为 AI 模型提供动力，同时消耗更少的卡路里。甚至这些努力都是为了绿色人工智能：一项鼓励开发对环境影响最小的人工智能系统的运动。据称，研究人员将鼓励使用更节能的算法和更小的硬件模型，使用更少的资源消耗相同水平的性能绿色人工智能。

利益相关者之间的互动
政府、行业和研究机构之间的合作对于建立鼓励可持续人工智能发展的框架是必要的。 2020年，欧盟数字战略提出了人工智能可持续发展的法规，提倡对绿色技术和环保数据中心的投资。此类举措可能有助于减少人工智能的环境足迹，同时利用其优势来创造可持续的未来。

政策和法规的作用
政府在通过政策和法规确定人工智能可持续性的未来方面发挥着非常重要的作用。碳税、能源效率标准以及鼓励人工智能运营使用可再生能源可以激励企业变得更加可持续。 英国人工智能战略专注于道德和可持续的人工智能，强调减少人工智能领域的碳排放英国人工智能战略。

未来
最终，这将取决于人工智能如何发展并应用到社会中，其对环境的影响是积极的还是消极的。通过强调可持续性、跨部门合作以及实施强有力的监管，我们可以确保人工智能仍然是积极改变环境的工具，而不是造成进一步的危害。

结论

人工智能有潜力推动所有领域取得重大进展，从优化能源使用到增强农业和可再生能源的可持续性。然而，其在能源消耗、资源需求和电子垃圾方面的环境影响却不容忽视。人们正在努力使人工智能更具可持续性，但挑战仍然存在：我们能否在创新和环境保护之间取得适当的平衡？人工智能会成为变革的工具，还是它的发展会放大它试图解决的问题？我们今天做出的决定将决定人工智能是否会成为未来的积极力量，还是会进一步加剧环境破坏.

以上是代码背后：人工智能的环境代价的详细内容。更多信息请关注PHP中文网其他相关文章！