人工智能(AI)正迅速改變我們的生活及工作方式,可能顛覆許多行業的發展,我們需要關註人工智能對環境造成的影響。本文從實體基礎設施和潛在應用方面探究人工智能的碳足跡。

  人工智能對環境產生的直接影響,主要來自實體基礎設施包括數據中心、處理器及其他專用電腦硬件。證據顯示,人工智能運算對環境產生直接影響,很大程度上是負面的。

  營運階段產生碳排放量較高

  人工智能運算的生命周期分四階段:生產、運輸、營運與報廢。當中營運階段所產生的碳排放量高達70%至80%。一,生產階段涉及采用原材料的物理提取,以及建造人工智能硬件和基礎設施所需的組件。衡量碳排放量的其中一個難題,是所使用的資源通常與整體資訊及通訊技術(ICT)領域相關,而非隻涉及人工智能領域。人工智能在生產階段的碳足跡估計存在著差異,目前而言,生產階段的碳足跡仍相對輕微。然而,隨著可再生電力在營運階段消耗的能源占比持續上升,生產階段對環境足跡的影響將會更為顯著。二,運輸階段:資訊與通訊科技硬件產生的排放量,隻占全球運輸溫室氣體排放的一小部分,與人工智能運算硬件相關的運輸排放所占的比例甚至會更低。

  三,營運階段所產生的影響是主要關註的領域。兩項環境主要考慮因素是能源消耗及用水量。能源消耗以數據中心作為替代指標,瞭解人工智能的能源消耗情況。雖然並非所有數據中心的用途都與人工智能有關,但愈來愈多人工智能模型在超大型倉庫規模的數據中心進行訓練、儲存及部署。據估計,全球約有1%至1.5%的總用電量來自數據中心,相當於約220至320太瓦時(terawatt hours)。盡管數據中心的工作負荷大增,但數據中心的耗電量在過去十年維持在相對穩定水平。出現這種明顯脫鉤情況的原因是:人工智能運算效率提升;轉移至雲端;轉向更大規模數據中心。就生成式人工智能的能源消耗而言,哈佛大學的一項研究發現,訓練ChatGPT-3需1.3吉瓦時(gigawatt hours)電力,相當於120個美國傢庭一年的用電量。與生成式人工智能相關的主要問題,在於模型復雜性飛速增長,因此所需的能源大大增加。

  用水量方面,研究發現,訓練一項生成式人工智能模型可能消耗多達28.4萬公升水,相當於一個普通人27年的用水量。

  四,報廢階段對環境的影響是其產生的電子廢棄物。這些廢棄物含有重金屬和有毒的化學物質,這些物質一旦滲入居住環境會造成污染。實施循環經濟模型,即盡量減少廢物及最大程度上利用資源,對於管理人工智能的環境影響至關重要。

  至於人工智能對環境的正面影響,我們可運用多種創新方法,利用數據中心所產生的熱量,支持地區性的供熱系統,將高溫水輸送到傢庭住戶及建築物。這種熱能亦可為溫室供暖,為養魚場及公共遊泳池的水加熱。應用人工智能幾乎可以解決現實世界的各種問題,例如農業方面,避免森林砍伐並監測牲畜的健康,采用人工智能有望帶來顯著的環境效益。

(作者為施羅德可持續投資分析師)

點讚(0) 打賞

评论列表 共有 0 條評論

暫無評論

微信小程序

微信扫一扫體驗

立即
投稿

微信公眾賬號

微信扫一扫加關注

發表
評論
返回
頂部