人工智能有望幫助程序員更快地編寫代碼，讓司機(jī)駕駛更安全，并減少日常任務(wù)的耗時(shí)。不過，近日發(fā)表于《焦耳》的一篇觀點(diǎn)文章認(rèn)為，如果廣泛采用人工智能，可能會(huì)產(chǎn)生大量的能源足跡，其未來電力需求甚至?xí)^一些國(guó)家。

“考慮到對(duì)人工智能服務(wù)日益增長(zhǎng)的需求，未來幾年與人工智能相關(guān)的能源消耗很可能會(huì)大幅增加?！蔽恼伦髡?、荷蘭阿姆斯特丹自由大學(xué)的Alex de Vries說。

自2022年以來，可生成文本、圖像或其他數(shù)據(jù)的生成式人工智能經(jīng)歷了快速發(fā)展，例如OpenAI的ChatGPT。訓(xùn)練這些人工智能工具需要向模型提供大量數(shù)據(jù)，是一個(gè)能源密集型的過程。總部位于美國(guó)紐約的人工智能開發(fā)公司Hugging Face報(bào)告稱，其多語言文本生成人工智能工具在訓(xùn)練期間消耗了約433MWh的電力，足以為40個(gè)普通美國(guó)家庭供電一年。

而且人工智能的能源足跡還不止于訓(xùn)練過程。De Vries的分析表明，每當(dāng)該工具生成文本或圖像時(shí)，它也會(huì)使用大量的計(jì)算能力和能源。例如，ChatGPT每天運(yùn)行可能需要564MWh的電力。

雖然，世界各地的公司都在努力提高人工智能硬件和軟件的效率，以降低這種工具消耗的能源，但作者表示，機(jī)器效率的提高往往會(huì)增加需求。最終，技術(shù)進(jìn)步將導(dǎo)致資源使用的凈增加，這種現(xiàn)象被稱為杰文斯悖論。

De Vries說：“提高這些工具的效率和易用性的結(jié)果可能是，我們?cè)试S更多的應(yīng)用程序和更多的人使用它?！?/p>

例如，谷歌一直在將生成式人工智能整合到公司的電子郵件服務(wù)中，并正在測(cè)試用人工智能為其搜索引擎提供協(xié)助。該公司目前每天處理多達(dá)90億次搜索，研究人員估計(jì)，如果每一次谷歌搜索都使用人工智能，每年將需要大約29.2TWh的電力，這相當(dāng)于愛爾蘭一年的用電量。

De Vries表示，這種極端情況在短期內(nèi)不太可能發(fā)生，因?yàn)轭~外的人工智能服務(wù)器成本高昂，而且人工智能服務(wù)器供應(yīng)鏈存在瓶頸。但人工智能服務(wù)器的生產(chǎn)預(yù)計(jì)將在不久的將來迅速增長(zhǎng)。據(jù)預(yù)測(cè)，到2027年，全球人工智能相關(guān)的用電量每年將增加85～134TWh。這相當(dāng)于荷蘭、阿根廷、瑞典等國(guó)家的年用電量。

此外，人工智能效率的提高還可以使開發(fā)人員將一些計(jì)算機(jī)處理芯片重新用于人工智能，這可能會(huì)進(jìn)一步增加人工智能相關(guān)的電力消耗。

“潛在的增長(zhǎng)表明，我們需要非常注意我們使用人工智能的目的。它是能源密集型的，所以我們不應(yīng)該把它用在我們實(shí)際上不需要它的地方?！盌e Vries說。

文章來源：中國(guó)科學(xué)報(bào)