潔淨科技的迷思 人工智慧的命脈是電能

《人工智慧最後的秘密:權力、政治 、人類的代價,科技產業和國家機 器如何聯手打造AI神話?》作者/凱特.克勞馥出版社/臉譜

QR Code

鮮少有人以碳足跡、化石燃料和污染的角度思考高等運算;「雲端」的隱喻暗示着,那是在自然、綠色的產業中飄浮的細緻物體。伺服器藏在看似平凡無奇的資料中心,它們的污染性質遠不如燃煤發電廠滾滾吐出煙霧的煙囪那麼明顯。科技業大力宣傳其環境政策、永續方案,以及運用人工智慧來解決氣候相關問題的計劃。這都是精心爲永續的科技產業打造出的公共形象,彷彿這產業不會有碳排放。事實上,亞馬遜網路服務或微軟Azure雲端服務的運算基礎設施需要大量能源才能運作,而在這些平臺上運行的人工智慧系統碳足跡愈來愈多。

正如胡彤暉在《雲端史前時代》(A Prehistory of the Cloud)中所寫的:「雲端是資源密集型的採掘科技,把水和電轉化成運算能力,造成相當大的環境傷害,然後把這傷害移轉到看不見的地方。」如何處理這種能源密集型基礎設施已成爲一項主要的問題。當然,科技業已經付出很大的努力提高資料中心的能源效率,多利用可再生能源,但世界上運算基礎設施的碳足跡已和航空業鼎盛時期不相上下,且增加速度愈來愈快。不同研究者提出不同的估計,例如貝爾克希爾(Lotfi Belkhir)和艾爾梅利吉(Ahmed Elmeligi)估計,到了2040年,科技業會佔全球溫室氣體排放量的40%,而瑞典的一個團隊則預測,到2030年,光是資料中心的電力需求就會提高約15倍。

透過仔細審視建構人工智慧模型所需的運算能力,可看出爲了大幅提升速度和準確度,讓地球付出高昂的代價。訓練人工智慧模型的需求處理和耗能是有待研究的新興領域,該領域的一篇早期論文在2019年來自麻州大學阿默斯特分校(University of Massachusetts Amherst)的人工智慧研究者絲楚貝爾(Emma Strubell)和其團隊。他們的研究焦點是嘗試瞭解自然語言處理模型的碳足跡,於是透過運行人工智慧模型幾十萬個小時的運算時間,提出可能估值。初始數據相當驚人。絲楚貝爾的團隊發現,僅是運行一個自然語言處理模型就會產生超過66萬磅的二氧化碳排放量,相當於五輛燃油汽車總生命週期的排放量(包括它們的製造),或是從紐約搭機往返北京125趟。

更糟糕的是,研究者指出,這個模型頂多只是基線的樂觀估值。它並未反映出真正的商業規模,例如Apple和亞馬遜等公司在運作時會抓取整個網際網路的資料集,饋送到自家的自然語言處理模型,讓Siri和Alexa等人工智慧系統聽起來更人性化。但科技業人工智慧模型的確切能源消耗量尚屬未知之數;這項訊息是受到高度保護的企業機密。在這裡,資料經濟的前提也是保持對環境視而不見。

資料中心是世界上最大的電力消費者之一。爲這種多級機器提供電力,需要用到燃煤、燃氣、核能或可再生能源發電的電網。關於大規模運算能源消耗愈來愈大的警訊,有些公司提出了迴應。Apple和Google聲稱是自己碳中和(這表示他們購買碳信用額度來排碳),而微軟承諾在2030年達到負碳排。但這些公司內部的員工已經推動全面減少排放量,而不是出於對環境的罪惡感,花錢放縱。此外,微軟、Google和亞馬遜都允許化石燃料公司使用他們的人工智慧平臺、工程勞動力和基礎設施,幫助這些公司定位並開採地下的燃料,於是最該爲人爲因素造成的氣候變遷負責的產業又得寸進尺。

更多摘文詳見:

bit.ly/3lI15N2