人工智能 (AI) 出现的时间不长，但因其变革潜力而被视为改变游戏规则的因素。然而，它的开发、维护和处置都会产生巨大的碳足迹。这让人们担心人工智能对环境的影响。在这篇博客中，我们将深入探讨这个隐藏的困境。
人工智能对环境的实际影响：负面与正面
任何人工智能背后都有一个耗能过程，会产生大量碳足迹。如今，人工智能数据中心全天候运行， 使用主要来自化石燃料的能源.它们占近 2.5到3.7％ 全球温室气体排放量。
你会惊讶地知道 OpenAI 研究人员自 3.4 年以来，训练最佳 AI 模型所需的计算能力每 2012 个月翻一番。 最近的一项研究 马萨诸塞大学阿默斯特分校的专家还研究了训练各种大型人工智能模型对环境的影响。他们发现， 该过程可能产生 超过 626,000 磅二氧化碳。这几乎是普通美国汽车在其使用寿命内的排放量的 5 倍。
下表列出了人工智能的主要积极和消极影响：
| 积极影响 | 负面影响 |
| 协助防治森林砍伐、野火、野生动物疾病，并监测生物多样性。 | 训练时耗电量大。 |
| 鼓励循环经济举措。 | 水和原材料等资源使用量的潜在增加。 |
| 优化农业、运输和废物管理流程。 | 造成电子垃圾的产生。 |
| 预测能源使用模式并提高能源效率。 | 可能会加剧现有的环境问题。 |
| 提高可再生能源的性能。 | 大量的训练计算时间会增加人工智能的排放量。 |
| 管理电力供应并提高可靠性。 | 训练数据中的偏差可能会导致人工智能算法做出偏差的决策。 |
| 分析土壤、预测产量并识别害虫，实现可持续农业。 | 随着人工智能的使用增加，能源需求也随之增加。 |
| 协助有效应对灾难。 | 大量使用淡水的训练导致水资源短缺。 |
| 促进新材料的创造。 | 产生的二氧化碳排放量与航空业相当，影响边缘化社区。 |
| 支持生物多样性保护工作。 | 能源消耗导致空气污染。 |
人工智能对环境的负面影响
它的主要缺点与数据中心有关，因为它们消耗大量能源来维护人工智能模型。与普通建筑相比，它们消耗大约 10到50 每层楼的能耗增加了一倍。随着 GPT-4 等大型语言模型 (LLM) 变得越来越大， 这些数据中心的能源使用量持续增加.让我们讨论一下与人工智能相关的一些环境挑战。
1. 能源消耗增加
训练人工智能模型会消耗大量电力，而这些电力大多来自化石燃料。所有这些都会导致温室气体排放增加。
根据 美国能源效率和可再生能源办公室数据中心（包括用于人工智能的数据中心）占 占总用电量的近 2% 在美国
2. 增加资源消耗
人工智能在制造业等行业的应用会增加水和原材料等资源的消耗，从而损害环境。
人工智能训练还依赖于 图形处理器 （图形处理单元）。对于它们的生产， 需要稀有金属和大量用水.
3. 增加电子垃圾
这个浪费 含有有害化学物质 包括铅、汞、镉等重金属，除了污染水源和土壤，还会对人类和自然造成重大危害。
由2050， 世界经济论坛 预测，我们将 产生超过 120 亿吨电子垃圾 每年都会有电子垃圾。为了防止这种情况发生，我们需要更好的电子垃圾管理和回收。
交叉引用： 当前使用人工智能技术的电子垃圾管理
4. 影响自然生态系统
无人驾驶汽车和送货无人机等人工智能 会危害动物和自然。 这会导致浪费和消费的增加，尤其是在商品配送快速且频繁的电子商务中。
人工智能在农业中的应用也可能 使用过多的肥料和杀虫剂。 这会损害水、土壤和生物多样性。将人工智能用于环境也引发了道德问题。我们必须平衡人工智能的好处和保护自然，才能让它们共存。
5. 碳排放增加
由于人工智能运行需要消耗大量能源，因此它们是碳排放增加的主要元凶。数百万小时的计算时间用于训练新一代人工智能模型。这进一步增加了能源消耗。
通常， 这种能源的生产也依赖于天然气、石油、 煤炭或水力发电，这些都是 人工智能排放的主要来源.
6. 促进决策偏见
每一个反人工智能的主要问题都与人工智能做出有偏见的决策的可能性有关。人工智能算法严重依赖于它们所训练的数据。 有偏见的决策可能会导致这些数据出现偏差。
使用人工智能控制环境引发了一系列道德担忧。如果人工智能算法的训练数据偏向于经济增长而非环境保护，那么它可能会优先考虑短期经济利益，而不是长期环境健康。
交叉引用： 我们该如何应对人工智能中的偏见？
7. 能源需求增加
目前的趋势表明，人工智能已逐渐成为我们生活中的辅助工具。随着时间的推移，它的使用量将会增加，其能源需求也将增加。因此，这是温室气体排放的主要贡献者。
例如，如果目前的人工智能趋势持续下去，到 2027 年， NVIDIA公司 每年可交付近1.5万台AI服务器。 这些服务器可能使用 每年 85.4 太瓦时的电力这甚至会超过很多小国的能源消耗量。
8. 造成水资源浪费和空气污染
你可能不知道训练 AI 模型需要大量淡水。这也会导致水资源浪费。 最近的一项研究 提示 ChatGPT 每回答 500-20 个问题就需要近 50 毫升水 并解决冷却数据中心的问题。这些水可能会被化学物质和废物污染。因此，要重新使用它们，可能需要进行额外的处理。
该研究还表明，训练 GPT-3 可能会 消耗了700,000多万升清洁水。不幸的是，水在使用过程中会蒸发，无法重复使用。这加剧了水资源短缺的问题。人工智能使用的能源也会造成空气污染，尤其是如果它使用不可再生能源的话。
另外，退房 作为在校学生，如何减少碳足迹
9.缺乏责任感和透明度
人工智能的开发和使用通常不透明或不负责。许多公司 优先考虑经济利益和竞争力，而不是潜在的环境危害 由AI技术引起的。
人工智能也很复杂，由于这种复杂性，用户很难弄清楚它们真正的环境足迹。此外，用于人工智能开发的隐藏数据和秘密训练方法阻碍了对人工智能碳足迹或环境影响的准确评估。为了确保人工智能符合环境问题，我们 需要制定并执行透明的程序和法律。
10. 可能损害历史上被边缘化的社区
这项技术应用于各个行业，产生的二氧化碳排放量与航空业类似。这些增加的排放量对生活在污染严重地区的历史上处于边缘地位的社区尤其有害。他们是 更容易受到污染带来的健康风险的影响.
另请参阅： ChatGPT 的数据中心耗水量巨大
人工智能对环境的积极影响
不要只关注它的负面方面，它还有很多积极方面。它能够分析大量数据，比如来自气象卫星的数据。下面讨论与之相关的其他积极影响：
1. 减缓气候变化
人工智能在帮助我们保护自然和对抗自然方面具有巨大的潜力。它有助于更快、更广泛地监测气候变化。它的数据可以帮助我们 准确预测自然灾害。这不仅有助于高效疏散，还能最大限度地减少损失。以下是它有助于缓解气候变化的一些方式：
- 打击毁林： 通过分析卫星图像，它可以帮助以下组织 世界自然基金会 使用人工智能，例如 森林远见 发现并防止非法砍伐森林。
- 扑灭野火： 通过分析摄像机镜头等数据，它可以帮助定位和预测野火的蔓延，从而使消防员能够更有效地做出反应。
- 检测野生动物疾病： 它能快速识别野生动物的疾病迹象。这对早期发现和预防非常有帮助。
- 追踪生物多样性： 当人工智能与无人机和卫星图像相结合时，它可以有效监测动物行为的变化。它不仅可以追踪不同的动物种群，还可以识别对生物多样性的威胁。
- 防止过度捕捞： 人工智能工具，如 智能船舶计划 可以帮助我们监控捕鱼行为并防止非法捕鱼活动。
交叉引用： 基于人工智能的监测有助于农场疾病检测
2. 助力循环经济
他们可以通过以下方式促进循环经济
- 识别和回收可回收物品： 人工智能引导的机器人可以更快、更高效地对可回收物品进行分类。它们有助于促进回收利用并减少温室气体排放。
- 回收和再利用水： 您可以使用人工智能工具来监测水质。它们有助于及早发现污染，并协助水处理过程。
3.优化运营
它们优化了各个领域的运营：
- 农业： 在这个领域，人工智能工具被用来掌握土壤和天气数据。这不仅有助于提高精准农业，还能提高产量。
- 运输： 其工具可用于优化路线并减少交通拥堵。总体而言，它们可最大限度地减少交通运输造成的排放。
- 废物管理： 人工智能可用于预测需求和优化库存。这可以增强废物管理流程，减少浪费并提高效率。
4. 提高能源效率
以下几点表明了人工智能如何提高这种效率：
- 预测能源使用情况： 它能够预测能源消耗模式并能确定能源节约的领域。
- 优化冷却系统： 谷歌等公司使用人工智能来优化冷却系统。这不仅可以减少能源消耗，还可以减少碳排放。
5. 支持可再生能源
它还支持太阳能和风能等可再生能源的蓬勃发展。它通过预测其能源产量、提高其性能和简化其维护来实现这一目标。
例如， GE可再生能源 在其风力涡轮机中使用人工智能。这些涡轮机具有 传感器和人工智能算法，可以预测风况的变化。然后，他们会相应地调整涡轮机的运行。这种预测能力不仅可以提高发电量，还可以确保涡轮机高效运行。
6. 协助智能电网
人工智能有助于使电网更加智能。它 检查来自传感器和仪表的信息。 这些信息有助于公用事业管理电力供应和需求。这进一步减少了能源浪费并提高了可靠性。
Microsoft 该公司还利用人工智能来提高数据中心的能源效率。作为其可持续发展目标的一部分，该公司计划到 2030 年实现碳负排放。
7. 助力可持续农业
人工智能可以为可持续农业提供巨大支持。你一定很好奇它是如何做到的。好吧，它可以 分析土壤数据并预测作物产量。 它还可以检测病虫害的爆发。它们可以帮助农民最大限度地提高农作物产量。它们可以促进化肥和农药的最少使用。
农场智慧 是人工智能应用于可持续农业的一个例子。该公司使用人工智能驱动的机器人准确识别和清除田地里的杂草。这减少了对化学除草剂的需求，并有助于支持他们的可持续农业方法。
8. 协助救灾
人工智能可以加速技术进步。这可能会改变灾难响应。人工智能工具可以 对重大环境事件做出准确预测 比如气候变化、侵蚀和山体滑坡。如果我们对灾难的发生有更准确的了解，我们就能更好地应对灾难。
9. 创造新材料
该技术还可以 有助于创造环保材料。 它们可以被设计成具有某些特性，例如重量轻或强度高。我们可以将这些材料用于建筑或航空航天。
如果我们能够利用可再生能源制造材料，我们就能减少对化石燃料的依赖。这也能最大限度地减少材料生产带来的环境危害。
10. 促进生物多样性
这是人工智能对环境产生的主要积极影响之一。它有助于保护不同的生态系统和物种。它可以 分析大量数据。 它利用这种能力来分析有关不同生态系统和物种的人口、栖息地和威胁的数据。
现在，我们来讨论一下人工智能与环境可持续性之间的关系。这将帮助我们确定它们是否可以共存。
另请参阅： Urtopia 推出全球首款集成 ChatGPT 的电动自行车
通过人工智能可以实现环境可持续性吗？
是的， 人工智能在改善环境可持续性方面非常有帮助。下面讨论了人工智能实现环境可持续性的一些方法
- 对于农业来说，它可以用于监测环境条件和农作物产量。它甚至可以帮助减少水和肥料的使用。
- 它可以优化用水并提供 高效的水资源管理. 力图降低管理成本和环境影响。
- 在制造业中，它可以帮助 做出精确的系统设计.这有助于减少生产过程中的浪费和能源使用。
- 通过回收热量和跟踪占用情况，它可以优化建筑物的能源使用。因此，它可以 非常适合设施管理。
- 人工智能与卫星图像相结合 检测土地利用和农作物疾病的变化 这有助于土地的可持续利用。
- 它可以 监测空气污染 并向城镇居民发出污染源警示。
- 它能够 有效管理能源供应 并改善了可再生能源生产预测。
- 它能及早发现污染，从而 减少温室气体排放 来自车辆。
- 它可以帮助 保护自然资源。它通过精简农业投入、减少制造过程中的浪费以及优化建筑物的能源使用来实现这一目标。
另请参阅： 15 家顶级初创公司正在开发人工智能以提高能源效率
科技公司 CEO 和商学院对生成式人工智能可持续性的思考
这是另一种人工智能，可以创建不同类型的内容，包括图像、声音、文本和合成数据。最近人们对它的热情源于其易于使用的界面，让用户可以快速制作一流的文本、图形和视频。
以下是知名科技公司 CEO、企业和商学院对生成式人工智能的看法：
1。 根据 保罗·多尔蒂埃森哲首席技术与创新官，该公司提倡积极参与生成式人工智能。他说 公司应该深入研究、使用、实验并获得第一手经验. 这种方法也适用于 Accenture 内部。
2。 根据 IBM生成式人工智能可以提高业务资源效率。它可以通过以下方式实现 分析实时能源分配数据， 降低成本和排放。 它帮助首席执行官设计可持续发展的企业。这确保理想转化为可行的战略和可衡量的成果。这将有助于管理层有效地满足利益相关者的期望。
3. “哈佛商业评论” 指出生成 人工智能可以增强员工和客户的创造力。 它有助于产生和发现新想法并提高其质量。它还可以促进发散思维，消除专业偏见，评估想法，改进想法，并促进合作。
4. EY 另一个有趣的事实。它发现 近 70% 的首席执行官认识到采用生成式人工智能 (GenAI) 的紧迫性 保持竞争力。但 68% 的人对这项技术也相当不确定。这种不确定性阻碍了他们迅速采取行动的能力。
5. 根据 德勤的分析、有效的数字化转型 可使市值增加高达 1.25 万亿美元。而人工智能将成为推动这一变革的主要催化剂。随着人工智能市场每隔一年翻一番，预测表明人工智能驱动的生产力增强可能会增加 $ 7 万亿 未来十年全球 GDP 的占比。
因此，生成式人工智能仍是新兴事物，但其能力无疑受到称赞。它可以增强您的创造力，提高资源效率，甚至推动数字化转型。尽管人工智能对环境的真正影响已被认可，但首席执行官们对其采用仍有些不确定。如需了解更多此类信息丰富的内容，请继续关注我们的网站。
