降低人工智能的氣候成本

不斷升級的氣候危機和人工智能的迅速崛起，必將重塑我們的世界，改變我們的政治制度、經濟和日常生活。然而，氣候變化和人工智能相互影響的方式卻常常被忽視。

硅谷的技術專家們對人工智能在應對氣候危機中的潛在作用，給予了非常樂觀的預測。例如，去年9月，OpenAI首席執行官薩姆·阿爾特曼發表了一篇文章，設想未來“幾乎無限的智能和充足的能源”將帶來“驚人的勝利”，比如“修復氣候”“建立太空殖民地”以及揭開物理學的神秘面紗。一個月后，谷歌前首席執行官埃里克·施密特也有同感，他承認人工智能對氣候的影響，但表示：“我寧愿把賭注押在人工智能解決問題上，而不是限制它。”

科技巨頭如谷歌和微軟，經常強調它們使用人工智能來促進可持續發展。然而，它們的二氧化碳排放量自2019年和2020年以來分別飆升48%和29%，主要原因是大規模數據中心的能源需求不斷增長。

誠然，數據處理和計算方面的進步推動了人工智能的崛起，可以加速科學研究，使我們能夠應對緊迫的全球挑戰。例如， 像DeepMind的AlphaFold等專業模型徹底改變了我們對蛋白質結構的理解，對生物科學產生了深遠影響。但是，這些進展是人工智能研究人員和科學家多年跨學科合作的成果，與能夠立即解決復雜科技問題的無所不知的人工通用智能（AGI）相去甚遠。

事實上，我們不僅離超級智能AGI還很遙遠，而且沒有人能預測何時（或是否）會出現這種智能。即使最樂觀的人工智能支持者是正確的，即AGI在未來五年內出現并帶來穩定的核聚變或更高的太陽能電池效率等突破，人類仍將不得不面對清潔能源轉型所帶來的混亂的經濟和政治現實。

阿爾特曼和其他技術樂觀主義者保證人工智能將解決氣候危機，而掩蓋了這些現實問題。考慮到數據中心的巨大碳足跡，依靠這種承諾是有風險的。目前，在美國、歐盟和中國，數據中心已占總耗電量的2%～4%，而在愛爾蘭超過20%。其中的罪魁——亞馬遜、蘋果、微軟、谷歌和Meta——通過創造性的會計技巧，如可再生能源證書，來掩蓋完全的氣候影響。

平心而論，中國公司“深度求索”發布的模型之所以引起轟動，正是因為它看起來比美國同類產品節能得多。然而，研究人員已經證明，效率的提高、成本的降低，可能會導致對新的人工智能功能的更大需求，以及更高的總體能耗。

與其問人工智能是否能幫助我們實現氣候目標，不如確保耗費能源和資源的數據中心不會在這些技術兌現承諾之前把地球推向環境臨界點。為此，各國政府必須提高透明度，激勵減排。決策者可以立即采取兩項措施來減輕人工智能對環境的影響。首先，他們應該要求最大的數據中心所有者和運營商披露基于位置的排放數據，反映實際耗電量。這樣的要求最終可以擴大到所有基于云的服務。由于人工智能和云服務通常根據資源使用情況和時間計費，因此可以調整現有系統，為客戶提供詳細的排放報告。

其次，決策者應采納國際貨幣基金組織的建議，對數據中心的排放征收定向稅。他們還應該考慮要求所有新建數據中心包含可再生能源基礎設施，確保其電力需求不會對電網造成額外壓力。

這些措施不能完全抵消數據中心對氣候的影響，但它們代表了科技行業為溫室氣體排放負責的重要第一步。通過制定有效的政策，我們可以打破硅谷的炒作，將人工智能轉化為對環境的凈積極發展。只有擁有穩定的氣候，人類才能奢侈地追求人工智能先驅們的宏偉目標。