人工智能危害地球？科技巨头竟遮遮掩掩
想象一下，假如你正在选购一台新的笔记本电脑。你碰到了一个型号的笔记本电脑，它能做一些挺不错的事，可用电量却比你现在用的笔记本电脑高出好多倍。（十倍？三十倍？没有销售员能给你确切的数字，因为这是公司机密。）
哦，对啦，这台笔记本电脑顶部有个漏斗；每次你向它索要一个笑话，或者一张你刚想到的有趣图片，这台电脑都得加水（同样，它不会跟你讲需要加多少）。你觉得，值得升级吗？对于我们这些关心地球越来越暖、越来越缺水的人来说，可能不值得。
然而，那台笔记本电脑，或者与之类似的玩意儿，就是当下我们人工智能淘金热的最终产物。等等，类似的东西？是的，因为我们只有模糊的估计。每次人工智能提示所产生的二氧化碳排放的真实成本——更不用说用于冷却处理这些提示的数千台服务器所使用的地下水——仍然是未知的。研究人员可以描绘出一个大致的情况；谷歌、微软、OpenAI 和其他公司随时都可以提供更精确的描述。
但自从 2022 年 ChatGPT 推出以后，“信息普遍受到了限制，”萨沙·卢奇奥尼（Sasha Luccioni）说道，她是一位从事人工智能能源使用研究长达十年的资深人士，是TED 演讲的明星，目前担任开源人工智能平台 Hugging Face 的气候负责人。
“据我所知，没有一家提供人工智能工具的公司提供能源使用和碳足迹信息，”卢奇奥尼越来越沮丧地说。“我们甚至不知道像 GPT 这样的大型模型有多大。什么都没有透露，一切都是公司机密。”
也许有充分的理由：如果我们知道人工智能产品的环境成本，我们就会开始因为彼此肆意使用它而感到羞愧。
由于科技公司仍希望被视为良好的环保公民，我们确实对问题的规模有一定的了解。在其长达 86 页的 2024 年可持续发展报告中，谷歌透露，其温室气体总排放量在 2019 年至 2023 年间猛增 48%，其中大部分增长是自 2022 年以来出现的。
鉴于谷歌仍计划在 2030 年实现净零排放，这可不是个好消息，微软 2024 年的可持续发展报告的情况也一样。
两家公司都把矛头指向了第三方，尤其是为其建设数据中心的那些。他们还指出，这些数据中心所做的远不止回答人工智能的提示，这是事实，也是人工智能能源成本如此模糊的一个重要原因。
但那些以人工智能为傲的公司也不能完全否认推动这一突然建设热潮的因素：用微软的话说，是“为支持人工智能工作负载而设计和优化”的数据中心。
“要实现我们 2030 年的目标，我们还有很长的路要走。”谷歌的报告这样承认。鉴于到 2030 年数据中心的能源需求预计将增长 160%，这说法实在是太轻描淡写了。
对于这种增长，我们该把矛头指向何处？正如谷歌的报告在这个被动语态的句子里所讲：“由于人工智能计算强度的提高导致能源需求增加，减少排放可能具有挑战性。”
平心而论，对于那些拥有能耗巨大的人工智能模型的所有者来说，他们的能源使用量或许仍远远低于其他高能耗的数据中心技术，像加密货币、流媒体应用和在线游戏之类的。
但别跟卢乔尼这么比。“这老是让我来气，”她说，“因为人工智能不是纵向的。它是横向的——是一种能在许多不同纵向领域使用的工具。谷歌地图用了人工智能，我们在网上看到的所有广告也是，精准农业也是，军用无人机也是。你咋算人工智能起的作用？”
或者换句话说：当你用谷歌搜索的时候，谷歌不会逼着你用加密货币。但它已经把人工智能搜索结果放到首要位置了——而且你没法选择退出。这就意味着，就算你觉得自己这辈子都没用过人工智能工具，但要是你最近用了谷歌搜索，那你就是有问题的那部分。（对于关心气候问题的人，卢乔尼建议切换到像 Ecosia 这样的非人工智能搜索引擎。）
如果谷歌、微软和其他大型生成式人工智能参与者都能全盘托出，情况会有多糟糕？好问题。专家们的猜测从相当糟糕到气候灾难不等。
国际能源署保守估算，单个 ChatGPT 提示差不多用 3 瓦时。相比之下，单个谷歌搜索使用 0.3 瓦时（即在该公司将人工智能结果与 Gemini 整合之前）。
据华盛顿大学的研究员赛贾德·莫阿泽尼所说，每天回复数亿个 ChatGPT 查询所需的电力仅在美国就可为 3.3 万户家庭供电。这还不包括首先训练每个公司的人工智能模型过程中消耗的能源，这谁也说不准。
另一种了解此问题规模的方式：用水量出现显著峰值。当 OpenAI 在爱荷华州西得梅因的一组微软数据中心对其最新模型 GPT-4 进行最后一个月的训练时，该公司不得不抽取 1150 万加仑——占整个地区总用水量的 6%。西得梅因告知微软，除非能减少用水量，否则不准增设更多数据中心，这与 亚利桑那州的类似问题以及 2021 年在 俄勒冈州围绕谷歌数据中心的用水之争情况相同。
当然，也有好消息。数据中心用水越来越多地取自非饮用水源，并且各公司正在想办法从一开始就减少用水量。一些数据中心正在使用特殊的暖通空调系统，这在增加电费的同时减少了用水量。
但是，嘿，风能和太阳能的指数级增长怎么样？这肯定能推动我们的人工智能革命，对吧？
研究人员表示，没那么快。他们指出，无法确定您的人工智能查询会被发送到绿色能源友好型的欧洲、煤炭友好型的印度还是石油友好型的沙特阿拉伯的数据中心。即使是欧洲，其电网绿化的速度也不够快，无法跟上硅谷对人工智能的痴迷。
“可再生能源肯定在增长，”萨沙·卢奇奥尼说。“问题是它的增长速度不够快，跟不上人工智能的增长。”
科技公司正试图通过碳信用来填补这一差距，但正如 彭博社最近的一项调查所指出的那样，这跟从大气中去除排放物并不一样。报告称，微软和亚马逊超过 50%的所谓可再生能源依赖于信用额度。
Meta 的情况稍好一点，其所谓的绿色能源中仅有 18%来源于碳信用额。
即便以人工智能为重点的数据中心 100%依靠风能、太阳能、水能和核能来供电，这依然意味着它们在抢占本属于我们所有人的绿色能源。
这并非一场理论层面的辩论；亚马逊在宾夕法尼亚州一座 2.5 吉瓦的核电站旁新建数据中心，而后与当地人争夺电力产出，这场冲突貌似是围绕其他核电站展开的类似法律争斗浪潮中的头一场。
使用人工智能是否存在值得这般消耗电力的方式？由人工智能驱动的气候研究实际上能否帮助我们更出色地模拟极端天气，甚至助力我们设计出能够迅速扩大规模以应对全球变暖的碳捕获解决方案？
这无疑是一种可能性，也是未来故事的一个主题。但有一点是肯定的：从提交由 ChatGPT 撰写论文的 Z 世代学生，到在 Facebook 上发布人工智能猫咪图片的婴儿潮一代，我们当中很少有人借助人工智能来拯救我们这个正在变暖的星球。或许我们最好将这个工具留给那些正在这么做的人。