降低人工智能的气候成本

不断升级的气候危机和人工智能的迅速崛起，必将重塑我们的世界，改变我们的政治制度、经济和日常生活。然而，气候变化和人工智能相互影响的方式却常常被忽视。

硅谷的技术专家们对人工智能在应对气候危机中的潜在作用，给予了非常乐观的预测。例如，去年9月，OpenAI首席执行官萨姆·阿尔特曼发表了一篇文章，设想未来“几乎无限的智能和充足的能源”将带来“惊人的胜利”，比如“修复气候”“建立太空殖民地”以及揭开物理学的神秘面纱。一个月后，谷歌前首席执行官埃里克·施密特也有同感，他承认人工智能对气候的影响，但表示：“我宁愿把赌注押在人工智能解决问题上，而不是限制它。”

科技巨头如谷歌和微软，经常强调它们使用人工智能来促进可持续发展。然而，它们的二氧化碳排放量自2019年和2020年以来分别飙升48%和29%，主要原因是大规模数据中心的能源需求不断增长。

诚然，数据处理和计算方面的进步推动了人工智能的崛起，可以加速科学研究，使我们能够应对紧迫的全球挑战。例如， 像DeepMind的AlphaFold等专业模型彻底改变了我们对蛋白质结构的理解，对生物科学产生了深远影响。但是，这些进展是人工智能研究人员和科学家多年跨学科合作的成果，与能够立即解决复杂科技问题的无所不知的人工通用智能（AGI）相去甚远。

事实上，我们不仅离超级智能AGI还很遥远，而且没有人能预测何时（或是否）会出现这种智能。即使最乐观的人工智能支持者是正确的，即AGI在未来五年内出现并带来稳定的核聚变或更高的太阳能电池效率等突破，人类仍将不得不面对清洁能源转型所带来的混乱的经济和政治现实。

阿尔特曼和其他技术乐观主义者保证人工智能将解决气候危机，而掩盖了这些现实问题。考虑到数据中心的巨大碳足迹，依靠这种承诺是有风险的。目前，在美国、欧盟和中国，数据中心已占总耗电量的2%～4%，而在爱尔兰超过20%。其中的罪魁——亚马逊、苹果、微软、谷歌和Meta——通过创造性的会计技巧，如可再生能源证书，来掩盖完全的气候影响。

平心而论，中国公司“深度求索”发布的模型之所以引起轰动，正是因为它看起来比美国同类产品节能得多。然而，研究人员已经证明，效率的提高、成本的降低，可能会导致对新的人工智能功能的更大需求，以及更高的总体能耗。

与其问人工智能是否能帮助我们实现气候目标，不如确保耗费能源和资源的数据中心不会在这些技术兑现承诺之前把地球推向环境临界点。为此，各国政府必须提高透明度，激励减排。决策者可以立即采取两项措施来减轻人工智能对环境的影响。首先，他们应该要求最大的数据中心所有者和运营商披露基于位置的排放数据，反映实际耗电量。这样的要求最终可以扩大到所有基于云的服务。由于人工智能和云服务通常根据资源使用情况和时间计费，因此可以调整现有系统，为客户提供详细的排放报告。

其次，决策者应采纳国际货币基金组织的建议，对数据中心的排放征收定向税。他们还应该考虑要求所有新建数据中心包含可再生能源基础设施，确保其电力需求不会对电网造成额外压力。

这些措施不能完全抵消数据中心对气候的影响，但它们代表了科技行业为温室气体排放负责的重要第一步。通过制定有效的政策，我们可以打破硅谷的炒作，将人工智能转化为对环境的净积极发展。只有拥有稳定的气候，人类才能奢侈地追求人工智能先驱们的宏伟目标。