洁净科技的迷思 人工智慧的命脉是电能

《人工智慧最后的秘密：权力、政治　、人类的代价，科技产业和国家机　器如何联手打造AI神话？》作者／凯特．克劳馥出版社／脸谱

QR Code

鲜少有人以碳足迹、化石燃料和污染的角度思考高等运算；「云端」的隐喻暗示着，那是在自然、绿色的产业中飘浮的细致物体。伺服器藏在看似平凡无奇的资料中心，它们的污染性质远不如燃煤发电厂滚滚吐出烟雾的烟囱那么明显。科技业大力宣传其环境政策、永续方案，以及运用人工智慧来解决气候相关问题的计划。这都是精心为永续的科技产业打造出的公共形象，仿佛这产业不会有碳排放。事实上，亚马逊网路服务或微软Azure云端服务的运算基础设施需要大量能源才能运作，而在这些平台上运行的人工智慧系统碳足迹愈来愈多。

正如胡彤晖在《云端史前时代》（A Prehistory of the Cloud）中所写的：「云端是资源密集型的采掘科技，把水和电转化成运算能力，造成相当大的环境伤害，然后把这伤害移转到看不见的地方。」如何处理这种能源密集型基础设施已成为一项主要的问题。当然，科技业已经付出很大的努力提高资料中心的能源效率，多利用可再生能源，但世界上运算基础设施的碳足迹已和航空业鼎盛时期不相上下，且增加速度愈来愈快。不同研究者提出不同的估计，例如贝尔克希尔（Lotfi Belkhir）和艾尔梅利吉（Ahmed Elmeligi）估计，到了2040年，科技业会占全球温室气体排放量的40％，而瑞典的一个团队则预测，到2030年，光是资料中心的电力需求就会提高约15倍。

透过仔细审视建构人工智慧模型所需的运算能力，可看出为了大幅提升速度和准确度，让地球付出高昂的代价。训练人工智慧模型的需求处理和耗能是有待研究的新兴领域，该领域的一篇早期论文在2019年来自麻州大学阿默斯特分校（University of Massachusetts Amherst）的人工智慧研究者丝楚贝尔（Emma Strubell）和其团队。他们的研究焦点是尝试了解自然语言处理模型的碳足迹，于是透过运行人工智慧模型几十万个小时的运算时间，提出可能估值。初始数据相当惊人。丝楚贝尔的团队发现，仅是运行一个自然语言处理模型就会产生超过66万磅的二氧化碳排放量，相当于五辆燃油汽车总生命周期的排放量（包括它们的制造），或是从纽约搭机往返北京125趟。

更糟糕的是，研究者指出，这个模型顶多只是基线的乐观估值。它并未反映出真正的商业规模，例如Apple和亚马逊等公司在运作时会抓取整个网际网路的资料集，馈送到自家的自然语言处理模型，让Siri和Alexa等人工智慧系统听起来更人性化。但科技业人工智慧模型的确切能源消耗量尚属未知之数；这项讯息是受到高度保护的企业机密。在这里，资料经济的前提也是保持对环境视而不见。

资料中心是世界上最大的电力消费者之一。为这种多级机器提供电力，需要用到燃煤、燃气、核能或可再生能源发电的电网。关于大规模运算能源消耗愈来愈大的警讯，有些公司提出了回应。Apple和Google声称是自己碳中和（这表示他们购买碳信用额度来排碳），而微软承诺在2030年达到负碳排。但这些公司内部的员工已经推动全面减少排放量，而不是出于对环境的罪恶感，花钱放纵。此外，微软、Google和亚马逊都允许化石燃料公司使用他们的人工智慧平台、工程劳动力和基础设施，帮助这些公司定位并开采地下的燃料，于是最该为人为因素造成的气候变迁负责的产业又得寸进尺。

更多摘文详见：

bit.ly/3lI15N2