随着人工智能的迅速发展，环境监督机构开始对人工智能模型的能源消耗量敲响警钟。Digiconomist 创始人亚历克斯-德-弗里斯（Alex de Vries）的一份新报告试图量化人工智能对环境日益增长的影响。
德-弗里斯还追踪了加密货币挖矿的能耗，他说人工智能模型的训练阶段是最耗能的。在这个阶段，程序甚至还没有回答一个提示，就已经被输入了大量的数据集。但德-弗里斯认为，推理阶段是人工智能根据现实世界的数据进行测试的阶段，环保组织并没有对这一阶段给予足够的重视，而这一阶段可能会大大增加人工智能模型的生命周期成本。
Digiconomist以 “揭露数字趋势的意外后果 “为宗旨，自创办至今已有九年。在这九年中的大部分时间里，比特币等数字资产的可持续性一直是…
– Digiconomist (@DigiEconomist) 2023年10月10日
的研究重点。
“关于人工智能的能源使用碳足迹，有一些数字已经浮出水面，但尽管有一些担忧，至少到目前为止，还没有支持这些数字的内容，”德弗里斯告诉 TCN。”我想，这就是我可以介入并试图阐明一些问题的地方，尽管这非常困难。”
“他补充说：”这与加密货币的数字非常不同。
德弗里斯说，人工智能开发者经常使用与加密货币公司相同的说法，声称要[影响公用事业公司]生产可再生能源。但是，建造容纳数百台计算机或服务器所需的大型数据中心的成本并不能为当地经济带来任何好处，比如就业机会。
“德弗里斯说：”运行一个数据中心不需要很多人，而且也不会吸引更多的企业，因为你不需要在数据中心旁边。”德弗里斯说，”因此，你将面临巨大的电力消耗。
德-弗里斯强调了环保界在涉及消耗大量能源的行业时的反应时间，以及2017年泡沫破灭后对比特币的生态审查与今天围绕人工智能的炒作之间的差异。
“德弗里斯说：”环保界的行动往往有点迟缓–关于比特币耗电量的第一份头条新闻是在2017年、2018年，也就是第一次比特币泡沫发生的时候。”直到2022年下半年，环保组织才开始认真参与进来。”
本月早些时候，美联社的一份报告称，像 ChatGPT 所用的数据中心，每发出 5 到 50 个提示，就要消耗约 500 毫升的水。美联社指出，OpenAI 的数据中心据称位于爱荷华州的水域附近，而这些水域正是当地玉米田的养料。
德-弗里斯等人试图引起人们对人工智能能耗的关注，但也有人说，这种担忧会像区块链能耗一样被夸大。
“我们会看到关于人工智能能源消耗的世界末日式预测落空，”HIVE 研究总监亚当-夏普（Adam Sharp）此前告诉 TCN，他引用了 2017 年《新闻周刊》的预测，即到 2020 年，比特币将消耗全球 100%的能源。
“夏普说：”这项技术非常新，未来几年效率将大幅提高。
德弗里斯在报告中告诫人们，不要指望人工智能技术和硬件改进来解决该技术的环境问题。
“德-弗里斯写道：”指望硬件和软件效率的提高能够完全抵消人工智能相关电力消耗的任何长期变化，可能过于乐观。”这些进步可能会引发反弹效应，即效率的提高导致对人工智能的需求增加，从而增加而不是减少资源的总使用量。”
德-弗里斯希望，随着更多关于人工智能耗电量的头条新闻出现，环保组织会从加密货币中吸取教训，从而予以关注。不过，德-弗里斯表示，有限的可用数据可能会导致一些团体将人工智能的能耗问题搁置一旁。
“德弗里斯说：”现在，这些数据还很小，所以你可以争辩说，’如果数据还很小，我们为什么要把这个问题放在议事日程的重要位置呢？”但是，这件事不会一直小下去。
德弗里斯希望，人们在使用人工智能和其他已知的限制和问题时，能将可持续性作为一个关键因素来考虑。随着人工智能工具变得越来越普遍，研究人员对数据隐私、人工智能产生偏见或种族主义反应的模式以及产生虚假信息（也称为幻觉）敲响了警钟。
“德弗里斯说：”有很多炒作，我认为这是新兴技术最大的问题。”每个人总是迷失在炒作和害怕错过的恐惧中，我们必须做一些事情，却完全忘记了最终用户。
德弗里斯将其与区块链的炒作相提并论，告诫人们不要将人工智能视为解决世界上所有问题的银弹。
“他说：”你不一定非要尝试某些东西，才能发现它不会有用。”当你需要分布式数据库和不需要分布式数据库时，会有非常明确的情况，当你运行人工智能时，也会有这样的情况，你需要在后端建立一个非常大的模型来帮助你做事情，或者当你不需要时，也会有这样的情况。”
