人工智能的排放正在助长新的厄运论。这次是气候变化

在今年的缔约方大会上，出现了关于人工智能的新的厄运叙述。这不是关注恶性超级智能。相反，它是对可持续性和对人工智能不断增长的能源需求的担忧。

最近的一个 学习 预计到 2027 年，NVIDIA 的新型 AI 服务器每年消耗的电量将超过 85.4 太瓦时，超过瑞典和阿根廷等国家的能源使用量。

研究 马萨诸塞大学阿默斯特分校的一项研究表明，训练一个人工智能模型可以排放超过 284 吨二氧化碳，相当于五辆普通美国汽车的终生排放量，描绘了一幅人工智能对环境影响的令人担忧的画面。每年，人工智能的碳足迹接近全球排放量的 1%。

人工智能的能源需求确实急剧增加。斯坦福大学的一项研究表明，自 2010 年代初以来，人工智能系统的功耗需求增加了 30 万倍。其中一些能源来自化石燃料，数据中心遍布全球 消费超过1% 全球电力的三分之一来自煤炭和天然气。

然而，厄运者错过的是人类研究和工业的聪明才智。Jonathan Koomey 及其同事对 2000 年代的 IT 电力消耗进行了分析 成立 2010年至2018年间，全球数据中心行业的能源强度每年下降约20%。数据中心、芯片和编程的效率提升超过了能源使用的增长。

这种人为因素是末日论者的叙述所忽略的，这表明虽然人工智能的能源需求在增长，但支持它的系统的效率也在增长。

人工智能软件支持

人工智能的创新也促进了这种效率提高的趋势。人工智能训练中的“梯度压缩”等技术是我所在机构正在推动的一种方法，它正在减少人工智能系统在学习时共享和处理数据所需的能量，同时加快这一过程。

人工智能设备管理

人工智能对能源效率的影响超出了理论研究的范围。谷歌的人工智能驱动 方法 数据中心冷却减少了约 40% 的能源消耗，相当于每年减少 64,000 辆汽车。

麦肯锡 分析 表明人工智能增强的制造可以减少 10-20% 的温室气体排放。公司喜欢 英特尔 和 通用电气可再生能源公司 正在利用人工智能显着减少二氧化碳排放。

人工智能设备

在能源领域，采用“网格边缘人工智能技术——从智能恒温器到更好管理的太阳能电池板——都可以在 2030 年之前大幅减少公用事业排放。

此外， 人工智能驱动 碳捕获和储存 预计技术将增强可扩展且高效的碳去除解决方案。

挑战在于确保通过人工智能实现的效率提升和减排超过其自身的资源消耗。这需要技术、治理和协作研究方面的共同努力。

各行业必须专注于开发由可再生能源驱动的更智能的人工智能系统。政策制定者需要创建框架，鼓励在对环境负责的范围内进行创新。学术投资应针对人工智能在气候和清洁能源领域的探索。

虽然人工智能带来了重大的可持续发展挑战，但它也提供了突破性的解决方案。在负责任的领导下，平衡人工智能的好处与其环境外部性，人工智能可以积极改变系统，加速全球脱碳。

实现正确的平衡对于人工智能迎来可持续繁荣的时代至关重要，超越厄运论，走向技术和环境管理齐头并进的未来。迈向可持续人工智能的旅程不仅涉及技术创新，还涉及在地球健康的背景下重新构想我们与技术的关系。当我们沿着这条道路前进时，我们今天做出的决定将塑造我们数字未来的可持续性——希望 COP 的每个人都能达成一致。

来源 ： 财富