生成式人工智能对环境有害吗？计算机科学家解释了 ChatGPT 及其表兄弟的碳足迹

生成式人工智能是聊天机器人和图像生成器背后的热门新技术。但地球有多热呢？

作为一个 人工智能研究员, ，我经常担心构建人工智能模型的能源成本。AI越强大，需要的能量就越多。日益强大的生成式人工智能模型的出现对社会未来的碳足迹意味着什么？

“生成”是指人工智能算法产生复杂数据的能力。另一种选择是 “歧视性”人工智能, ，它在固定数量的选项之间进行选择并仅生成一个数字。歧视性输出的一个例子是选择是否批准贷款申请。

生成式人工智能可以创建更复杂的输出，例如句子、段落、图像甚至短视频。它长期以来一直在智能扬声器等应用中用于生成音频响应，或用于自动完成以建议搜索查询。然而，它直到最近才获得了能力 生成类人语言和逼真的照片.

使用比以往更多的电量

单个人工智能模型的确切能源成本很难估计，其中包括用于制造计算设备、创建模型和在生产中使用模型的能源。2019 年，研究人员发现创建一个名为 BERT 的生成式 AI 模型，拥有 1.1 亿个参数 消耗了一次跨大陆往返飞行的能量 对于一个人来说。参数的数量指的是模型的大小，模型越大，通常越熟练。研究人员估计，创建更大的 GPT-3（拥有 1750 亿个参数） 消耗 1,287 兆瓦时电力并产生 552 吨二氧化碳当量, ，相当于123辆汽油动力客车行驶一年。这只是为了在任何消费者开始使用该模型之前准备好发布该模型。

规模并不是碳排放的唯一预测指标。开放获取 布卢姆模型, ，由开发 大科学项目 在法国，大小与 GPT-3 相似，但具有 碳足迹低得多, ，产生 30 吨二氧化碳当量消耗 433 兆瓦时的电力。谷歌的一项研究发现，对于相同的规模，使用更高效的模型架构和处理器以及更绿色的数据中心可以减少碳足迹 100至1,000倍.

较大的模型在部署过程中确实会消耗更多的能量。关于单个生成人工智能查询的碳足迹的数据有限，但一些行业数据估计它是 高出四到五倍 与搜索引擎查询相比。随着聊天机器人和图像生成器变得越来越流行，以及谷歌和微软 整合人工智能语言模型 在他们的搜索引擎中，他们每天收到的查询数量可能呈指数级增长。

用于搜索的人工智能机器人

几年前，研究实验室之外没有多少人使用 BERT 或 GPT 等模型。11 月，情况发生了变化。2022 年 12 月 30 日，OpenAI 发布 ChatGPT。根据最新的可用数据，ChatGPT 已超过 2023 年 3 月访问量达 15 亿次. 。微软将 ChatGPT 纳入其搜索引擎 Bing 中，并使其成为 所有人都可以使用 2023 年 5 月 4 日。如果聊天机器人像搜索引擎一样流行，那么部署人工智能的能源成本可能会真正增加。但人工智能助手的用途不仅仅是搜索，例如编写文档、解决数学问题和开展营销活动。

另一个问题是AI模型需要不断更新。例如，ChatGPT 仅接受了 2021 年之前的数据训练，因此它不知道此后发生的任何事情。创建 ChatGPT 的碳足迹不是公开信息，但它可能比 GPT-3 高得多。如果必须定期重新创建它来更新其知识，那么能源成本将会变得更大。

一个好处是，询问聊天机器人可能是比使用搜索引擎更直接的获取信息的方式。假设准确性问题得到缓解，您不会得到充满链接的页面，而是像从人类那里得到的直接答案一样。与搜索引擎相比，更快地获取信息可能会抵消增加的能源消耗。

前进的道路

未来很难预测，但大型生成式人工智能模型将继续存在，人们可能会越来越多地向它们寻求信息。例如，如果学生现在需要帮助解决数学问题，他们会询问导师或朋友，或者查阅教科书。将来，他们可能会询问聊天机器人。其他专业知识（例如法律建议或医疗专业知识）也是如此。

虽然单一的大型人工智能模型不会破坏环境，但如果一千家公司为不同的目的开发略有不同的人工智能机器人，每个机器人都有数百万客户使用，那么能源使用可能会成为一个问题。需要更多的研究来提高生成式人工智能的效率。好消息是人工智能可以依靠可再生能源运行。通过将计算带到绿色能源更丰富的地方，或者将计算安排在一天中可再生能源更容易获得的时间，可以减少排放量 减少 30 至 40 倍, ，与使用以化石燃料为主的电网相比。

最后，社会压力可能有助于鼓励公司和研究实验室公布其人工智能模型的碳足迹，有些公司和研究实验室已经这样做了。将来，也许消费者甚至可以利用这些信息来选择“更环保”的聊天机器人。