2024-07-05 06:03 来源：得道网
人工智能的繁荣推动大型科技股股价再创新高，但代价是该行业的气候抱负。
谷歌周二承认，该技术正在威胁其环境目标，此前谷歌披露，自2019年以来，人工智能基础设施的关键部分数据中心帮助其温室气体排放量增加了48%。该公司表示，到2030年实现净零排放目标(将其负责的二氧化碳排放总量降至零)的“重大不确定性”包括“人工智能对未来环境影响的不确定性，这是复杂且难以预测的”。
此前，ChatGPT开发商OpenAI的最大资助者微软(Microsoft)承认，由于其人工智能战略，其2030年净零的“登月计划”可能不会成功。
那么，科技能够降低人工智能的环境成本吗?还是因为至高无上的奖励如此之大，这个行业会不顾一切地继续发展下去?
数据中心是训练和操作人工智能模型(如谷歌的Gemini或OpenAI的GPT-4)的核心组成部分。它们包含复杂的计算设备或服务器，这些设备或服务器处理支撑人工智能系统的大量数据。它们需要大量的电力来运行，根据能源的不同会产生二氧化碳，同时制造和运输必要设备的成本也会产生“嵌入式”二氧化碳。根据国际能源署的数据，到2026年，数据中心的总用电量可能会从2022年的水平翻一番，达到1000太瓦时(太瓦时)，相当于日本的能源需求。而研究公司SemiAnalysis计算，到2030年，人工智能将导致数据中心使用全球发电量的4.5%。用水量也很重要，一项研究估计，到2027年，人工智能的用水量将达到66亿立方米，几乎是英国年用水量的三分之二。
最近一份由英国政府支持的关于人工智能安全的报告称，科技公司使用的能源的碳强度是计算该技术环境成本的“关键变量”。然而，它补充说，人工智能模型训练的“很大一部分”仍然依赖于化石燃料驱动的能源。
事实上，科技公司为了达到他们的环保目标，正在抢购可再生能源合同。例如，亚马逊是世界上最大的可再生能源企业买家。然而，一些专家认为，这促使其他能源用户转向化石燃料，因为没有足够的清洁能源可供使用。
监测新技术对环境影响的网站Digiconomist的创始人亚历克斯•德•弗里斯(Alex de Vries)表示:“能源消耗不仅在增长，谷歌也在努力满足可持续能源日益增长的需求。”
全球各国政府计划在2020年前将全球可再生能源资源增加两倍，以减少化石燃料的消耗，以实现气候目标。但这一在去年COP28气候谈判上达成的雄心勃勃的承诺已经受到质疑，专家们担心，人工智能数据中心能源需求的急剧增长可能会使这一承诺进一步遥不可及。
世界能源监督机构国际能源署(IEA)警告称，尽管2023年全球可再生能源产能增长速度达到了过去20年来的最高水平，但按照目前的政府计划，到2030年，世界可再生能源可能只会翻一番。
应对人工智能的能源需求，科技公司可能会加大投资，建设新的可再生能源项目，以满足日益增长的电力需求。
陆上可再生能源项目，如风能和太阳能农场，建设速度相对较快——开发时间不到6个月。然而，许多发达国家迟缓的规划规则，加上将新项目接入电网的全球僵局，可能会使这一进程延长数年。海上风电场和水力发电计划面临着类似的挑战，除了建设时间在2到5年之间。
这引发了人们对可再生能源能否跟上人工智能扩张步伐的担忧。据《华尔街日报》报道，大型科技公司已经利用美国三分之一的核电站为其数据中心提供低碳电力。但如果不投资新的能源来源，这些交易将把低碳电力从其他用户手中转移出去，从而导致更多的化石燃料消耗，以满足总体需求。
正常的供需规律表明，随着人工智能使用更多的电力，能源成本上升，该行业将被迫节约。但该行业的独特性质意味着，世界上最大的公司可能会决定顶住电力成本飙升的压力，从而烧掉数十亿美元。
人工智能领域最大、最昂贵的数据中心是那些用于训练“前沿”人工智能的数据中心，比如gpt - 40和Claude 3.5，它们比其他任何系统都更强大、更有能力。该领域的领导者多年来一直在变化，但OpenAI总体上接近顶端，与Claude的制造商Anthropic和谷歌的Gemini争夺地位。
“前沿”竞争已经被认为是“赢家通吃”，几乎没有什么能阻止客户跳到最新的领先者那里。这意味着，如果一家企业在新人工智能系统的培训上花费了1亿美元，那么它的竞争对手就必须决定自己花更多的钱，否则就会完全退出竞争。
更糟糕的是，对所谓的“AGI”(能够完成人类所能做的一切事情的人工智能系统)的争夺意味着，在一次训练上花费数千亿美元可能是值得的——如果这样做会导致你的公司垄断一项技术，正如OpenAI所说，这项技术可能“提升人性”。
每个月，人工智能技术都有新的突破，使企业能够事半功倍。例如，在2022年3月，DeepMind的一个名为Chinchilla的项目向研究人员展示了如何通过改变训练数据量与生成模型大小之间的比例，用更少的计算能力训练前沿人工智能模型。
但这并没有导致同样的人工智能系统使用更少的电力;相反，它导致了同样数量的电力被用于制造更好的人工智能系统。在经济学中，这种现象被称为“杰文斯悖论”，以这位经济学家的名字命名。他指出，詹姆斯·瓦特(James Watt)对蒸汽机的改进，大大减少了煤炭的使用，但却导致了英国化石燃料使用量的大幅增加。随着瓦特的发明，蒸汽动力的价格暴跌，人们发现了新的用途，在电力昂贵的时候，这些用途是不值得的。
