人工智能危害地球？科技巨頭竟遮遮掩掩
想象一下，假如你正在選購一臺新的筆記本電腦。你碰到了一個型號的筆記本電腦，它能做一些挺不錯的事，可用電量卻比你現在用的筆記本電腦高出好多倍。（十倍？三十倍？沒有銷售員能給你確切的數字，因爲這是公司機密。）
哦，對啦，這檯筆記本電腦頂部有個漏斗；每次你向它索要一個笑話，或者一張你剛想到的有趣圖片，這臺電腦都得加水（同樣，它不會跟你講需要加多少）。你覺得，值得升級嗎？對於我們這些關心地球越來越暖、越來越缺水的人來說，可能不值得。
然而，那臺筆記本電腦，或者與之類似的玩意兒，就是當下我們人工智能淘金熱的最終產物。等等，類似的東西？是的，因爲我們只有模糊的估計。每次人工智能提示所產生的二氧化碳排放的真實成本——更不用說用於冷卻處理這些提示的數千臺服務器所使用的地下水——仍然是未知的。研究人員可以描繪出一個大致的情況；谷歌、微軟、OpenAI 和其他公司隨時都可以提供更精確的描述。
但自從 2022 年 ChatGPT 推出以後，“信息普遍受到了限制，”薩沙·盧奇奧尼（Sasha Luccioni）說道，她是一位從事人工智能能源使用研究長達十年的資深人士，是TED 演講的明星，目前擔任開源人工智能平臺 Hugging Face 的氣候負責人。
“據我所知，沒有一家提供人工智能工具的公司提供能源使用和碳足跡信息，”盧奇奧尼越來越沮喪地說。“我們甚至不知道像 GPT 這樣的大型模型有多大。什麼都沒有透露，一切都是公司機密。”
也許有充分的理由：如果我們知道人工智能產品的環境成本，我們就會開始因爲彼此肆意使用它而感到羞愧。
由於科技公司仍希望被視爲良好的環保公民，我們確實對問題的規模有一定的瞭解。在其長達 86 頁的 2024 年可持續發展報告中，谷歌透露，其溫室氣體總排放量在 2019 年至 2023 年間猛增 48%，其中大部分增長是自 2022 年以來出現的。
鑑於谷歌仍計劃在 2030 年實現淨零排放，這可不是個好消息，微軟 2024 年的可持續發展報告的情況也一樣。
兩家公司都把矛頭指向了第三方，尤其是爲其建設數據中心的那些。他們還指出，這些數據中心所做的遠不止回答人工智能的提示，這是事實，也是人工智能能源成本如此模糊的一個重要原因。
但那些以人工智能爲傲的公司也不能完全否認推動這一突然建設熱潮的因素：用微軟的話說，是“爲支持人工智能工作負載而設計和優化”的數據中心。
“要實現我們 2030 年的目標，我們還有很長的路要走。”谷歌的報告這樣承認。鑑於到 2030 年數據中心的能源需求預計將增長 160%，這說法實在是太輕描淡寫了。
對於這種增長，我們該把矛頭指向何處？正如谷歌的報告在這個被動語態的句子裡所講：“由於人工智能計算強度的提高導致能源需求增加，減少排放可能具有挑戰性。”
平心而論，對於那些擁有能耗巨大的人工智能模型的所有者來說，他們的能源使用量或許仍遠遠低於其他高能耗的數據中心技術，像加密貨幣、流媒體應用和在線遊戲之類的。
但別跟盧喬尼這麼比。“這老是讓我來氣，”她說，“因爲人工智能不是縱向的。它是橫向的——是一種能在許多不同縱向領域使用的工具。谷歌地圖用了人工智能，我們在網上看到的所有廣告也是，精準農業也是，軍用無人機也是。你咋算人工智能起的作用？”
或者換句話說：當你用谷歌搜索的時候，谷歌不會逼着你用加密貨幣。但它已經把人工智能搜索結果放到首要位置了——而且你沒法選擇退出。這就意味着，就算你覺得自己這輩子都沒用過人工智能工具，但要是你最近用了谷歌搜索，那你就是有問題的那部分。（對於關心氣候問題的人，盧喬尼建議切換到像 Ecosia 這樣的非人工智能搜索引擎。）
如果谷歌、微軟和其他大型生成式人工智能參與者都能全盤托出，情況會有多糟糕？好問題。專家們的猜測從相當糟糕到氣候災難不等。
國際能源署保守估算，單個 ChatGPT 提示差不多用 3 瓦時。相比之下，單個谷歌搜索使用 0.3 瓦時（即在該公司將人工智能結果與 Gemini 整合之前）。
據華盛頓大學的研究員賽賈德·莫阿澤尼所說，每天回覆數億個 ChatGPT 查詢所需的電力僅在美國就可爲 3.3 萬戶家庭供電。這還不包括首先訓練每個公司的人工智能模型過程中消耗的能源，這誰也說不準。
另一種瞭解此問題規模的方式：用水量出現顯著峰值。當 OpenAI 在愛荷華州西得梅因的一組微軟數據中心對其最新模型 GPT-4 進行最後一個月的訓練時，該公司不得不抽取 1150 萬加侖——佔整個地區總用水量的 6%。西得梅因告知微軟，除非能減少用水量，否則不準增設更多數據中心，這與 亞利桑那州的類似問題以及 2021 年在 俄勒岡州圍繞谷歌數據中心的用水之爭情況相同。
當然，也有好消息。數據中心用水越來越多地取自非飲用水源，並且各公司正在想辦法從一開始就減少用水量。一些數據中心正在使用特殊的暖通空調系統，這在增加電費的同時減少了用水量。
但是，嘿，風能和太陽能的指數級增長怎麼樣？這肯定能推動我們的人工智能革命，對吧？
研究人員表示，沒那麼快。他們指出，無法確定您的人工智能查詢會被髮送到綠色能源友好型的歐洲、煤炭友好型的印度還是石油友好型的沙特阿拉伯的數據中心。即使是歐洲，其電網綠化的速度也不夠快，無法跟上硅谷對人工智能的癡迷。
“可再生能源肯定在增長，”薩沙·盧奇奧尼說。“問題是它的增長速度不夠快，跟不上人工智能的增長。”
科技公司正試圖通過碳信用來填補這一差距，但正如 彭博社最近的一項調查所指出的那樣，這跟從大氣中去除排放物並不一樣。報告稱，微軟和亞馬遜超過 50%的所謂可再生能源依賴於信用額度。
Meta 的情況稍好一點，其所謂的綠色能源中僅有 18%來源於碳信用額。
即便以人工智能爲重點的數據中心 100%依靠風能、太陽能、水能和核能來供電，這依然意味着它們在搶佔本屬於我們所有人的綠色能源。
這並非一場理論層面的辯論；亞馬遜在賓夕法尼亞州一座 2.5 吉瓦的核電站旁新建數據中心，而後與當地人爭奪電力產出，這場衝突貌似是圍繞其他核電站展開的類似法律爭鬥浪潮中的頭一場。
使用人工智能是否存在值得這般消耗電力的方式？由人工智能驅動的氣候研究實際上能否幫助我們更出色地模擬極端天氣，甚至助力我們設計出能夠迅速擴大規模以應對全球變暖的碳捕獲解決方案？
這無疑是一種可能性，也是未來故事的一個主題。但有一點是肯定的：從提交由 ChatGPT 撰寫論文的 Z 世代學生，到在 Facebook 上發佈人工智能貓咪圖片的嬰兒潮一代，我們當中很少有人藉助人工智能來拯救我們這個正在變暖的星球。或許我們最好將這個工具留給那些正在這麼做的人。