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
任何人工智能的背后都存在着高能耗、高碳排放的流程。如今，人工智能数据中心全天候运转，其能源主要来源于化石燃料。它们约占全球温室气体排放量的2.5%至3.7% 。
你或许会震惊地发现，根据OpenAI 研究人员的数据，自 2012 年以来，训练最佳 AI 模型所需的计算能力每 3.4 个月就会翻一番。马萨诸塞大学阿默斯特分校的专家最近进行的一项研究也考察了训练各种大型 AI 模型对环境的影响。他们发现，这一过程可能会产生超过 626,000 万磅的二氧化碳。这几乎相当于一辆普通美国汽车在其使用寿命期间排放量的 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
人工智能的主要缺点在于数据中心，因为它们需要消耗大量能源来维护人工智能模型。与普通建筑相比，数据中心每层的能耗大约是普通建筑的10到50倍。随着像GPT-4这样的大型语言模型（LLM）规模越来越大，这些数据中心的能耗也在持续增长。接下来，我们将探讨人工智能带来的一些环境挑战。
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的数据，包括用于人工智能的数据中心在内，数据中心占美国总用电量的近2%。
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。
人工智能训练也依赖于图形处理器（GPU ）。而GPU的生产需要稀有金属和大量的水资源。
3. 增加电子垃圾
这种废物含有铅、汞和镉等有害化学物质。除了污染水和土壤外，它们还会对人类和自然环境造成重大危害。
世界经济论坛预测，到2050年，我们将每年产生超过120亿吨电子垃圾。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利用。
参考资料：当前利用人工智能技术进行电子垃圾管理
4. 影响自然生态系统
人工智能技术，例如无人驾驶汽车和送货无人机，可能会对动物和自然环境造成伤害。这会导致浪费和消费增加，尤其是在电子商务领域，商品配送速度快、频率高。
人工智能在农业领域的应用也可能导致化肥和农药用量过大，从而损害水资源、土壤和生物多样性。此外，人工智能在环境保护方面的应用也引发了伦理方面的担忧。我们必须权衡人工智能带来的益处与自然保护之间的关系，才能实现二者的共存。
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。
这种能源的生产通常也依赖于天然气、石油、煤炭或水力发电，而这些都是人工智能排放的主要来源。
6. 促进决策偏见
所有反对人工智能的论点都面临着一个主要问题，那就是人工智能做出带有偏见的决策的可能性。人工智能算法严重依赖于训练数据，而带有偏见的决策会导致这些数据也出现偏见。
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。
交叉参考：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AI发展趋势持续下去，到2027年，NVIDIA每年可能交付近1.5万台AI服务器。这些服务器每年可能消耗约85.4太瓦时的电力。这甚至会超过许多小国的能源消耗量。
8. 造成水资源浪费和空气污染
您可能不知道，训练人工智能模型需要大量淡水，这也会造成水资源浪费。最近的一项研究表明，ChatGPT 每处理 20-50 个问答就需要近 500 毫升水来冷却其数据中心。这些水可能会被化学物质和废物污染，因此，如果要重复利用，可能需要进行额外的处理。
该研究还指出，训练 GPT-3 可能消耗了超过 700,000 万升的清洁水。不幸的是，这些水在使用过程中会蒸发，无法循环利用，这加剧了水资源短缺问题。人工智能消耗的能源也会造成空气污染，尤其是在使用不可再生能源的情况下。
此外，还可以了解一下学生在校期间或大学期间如何减少碳足迹。
9.缺乏责任感和透明度
人工智能的开发和应用往往缺乏透明度和问责机制。许多公司将经济利益和竞争力置于人工智能技术可能造成的环境危害之上。
人工智能本身也很复杂，正因如此，用户很难准确评估其对环境的真实影响。此外，人工智能开发过程中使用的隐藏数据和秘密训练方法也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保护的要求，我们需要制定并实施透明的程序和法律。
10. 可能损害历史上被边缘化的社区
这项技术被应用于各个领域，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、历来处于弱势地位的群体尤其有害。他们更容易受到污染带来的健康风险的影响。
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应对自然灾害方面拥有巨大的潜力。它有助于更快、更广泛地监测气候变化。其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。以下是人工智能帮助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，通用电气可再生能源公司在其风力涡轮机中应用了人工智能技术。这些涡轮机配备了传感器和人工智能算法，可以预测风况的变化，并据此调整涡轮机的运行。这种预测能力不仅提高了发电量，还确保了涡轮机的高效运行。
6. 协助智能电网
人工智能有助于打造更智能的能源网络。它分析来自传感器和计量表的信息，帮助电力公司管理电力供需，从而进一步减少能源浪费并提高可靠性。
微软也在利用人工智能技术提升数据中心的能源效率。作为其可持续发展目标的一部分，微软的目标是到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强大的支持。您可能很好奇它是如何做到的。其实，它可以分析土壤数据并预测作物产量，还可以检测病虫害爆发。它们可以帮助农民最大限度地提高作物产量，并促进化肥和农药的最小化使用。
FarmWise是人工智能应用于可持续农业的一个例子。它利用人工智能驱动的机器人精准识别并清除田间杂草，从而减少化学除草剂的使用，并有助于支持其可持续的耕作方式。
8. 协助救灾
人工智能可以加速技术进步，这在灾害应对方面可能带来变革。人工智能工具可以对气候变化、侵蚀和山体滑坡等重大环境事件做出准确预测。如果我们对灾害的发生掌握更准确的信息，就能更好地应对灾害。
9. 创造新材料
这项技术也有助于研发环保材料。我们可以设计出具有轻质或高强度等特定特性的环保材料。这些材料可用于建筑或航空航天领域。
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。人工智能能够分析大量数据，并利用这种能力分析不同生态系统和物种的种群数量、栖息地以及面临的威胁等数据。
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 发布全球首款集成 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，人工智能在提升环境可持续性方面可以发挥重要作用。以下将探讨人工智能实现环境可持续性的一些途径。
- 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 家以上致力于开发人工智能以提高能源效率的初创公司
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.埃森哲首席技术与创新官保罗·多尔蒂表示，该公司倡导积极参与生成式人工智能技术。他认为，企业应该深入探索、运用、试验并积累第一手经验。埃森哲内部也遵循这一方法。
2. 据IBM称，生成式人工智能可以提高企业资源利用效率。它可以通过分析实时能源分配数据来实现这一点，从而降低成本和排放。它有助于首席执行官设计可持续发展的企业。这确保了理念能够转化为可执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，生成式人工智能可以提升员工和客户的创造力。它可以帮助产生和发现新想法，并提高想法的质量。它还可以促进发散性思维，消除专业知识偏见，评估和完善想法，并促进协作。
4.安永会计师事务所还提出了另一个有趣的发现。他们发现，近70%的首席执行官意识到采用生成式人工智能（GenAI）以保持竞争力的紧迫性。但同时，也有68%的首席执行官对这项技术相当不确定。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以将市场价值提升高达1.25万亿美元。而人工智能（Gen AI）将成为推动这一变革的重要催化剂。人工智能市场每两年翻一番，据预测，人工智能驱动的生产力提升将在未来十年为全球GDP贡献7万亿美元。
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。
