人工智能會拯救地球嗎？為何證據存在缺陷
樂觀的人工智能倡導者認為，這項環境成本高昂的技術隨著時間的推移會變得更可持續。我們可以更有效地使用人工智能，並探索受人腦啟發的低能耗設計。我們可以更可持續地建造數據中心，使用木材或低碳混凝土和鋼材。數據中心產生的熱量還可以用來加熱當地的家庭。
當然，如果我們開始過度使用人工智能系統（包括在我們並不真正需要的地方），這樣的增長可能會超過這些潛在的效率收益。然而，最近我聽到另一種論點：人工智能本身正在應對氣候變化。人工智能可以幫助模擬野火、優化能源消耗以穩定電網、加速開發低碳材料等等。
我的研究團隊最近發表了一份報告，深入探討這些說法，發現了一些令人擔憂的原因。
事實上，將要求人工智能執行某項任務的環境影響與要求人類執行相同任務進行比較是困難的。以寫作和藝術創作為例。一項研究指出，讓人工智能進行這些創意工作比人類更環保。
但其中一種研究方法是將所有人類活動（如吃牛肉、搭飛機等）的一部分碳足跡分配給創意活動。根據這種邏輯，藝術家、乳品農民、億萬富翁CEO或生態學家恢復濕地的工作一小時都會產生相同的碳排放。
另一篇相關的論文承認了這種簡化，並僅僅將碳排放分配給人類消耗的電力。作者表示，這是一種實用的碳核算方法。建立人類與人工智能工作的公平比較是困難的，因為任務看似相似，但其根本過程卻截然不同。
那麼，人工智能目前的總碳影響如何呢？另一篇部分由微軟資助的研究提到，當前人工智能僅負責全球碳排放的0.01%。
當我們進一步調查時，發現這一數字是基於Nvidia（該硬件的最大制造商）一年的人工智能服務器銷售預測得出的。這一預測尚未得到驗證，如果它是準確的，也不包括在前幾年安裝的服務器上運行的人工智能。
當我們聯繫一些作者尋求評論時，他們表示這一估計並不是文章的主要焦點。他們補充說，評估人工智能的氣候影響是複雜的，因為我們不知道未來的人工智能模型將如何構建、運行和使用。
有研究指出，人工智能被建議作為更有效的農業工具。另一項研究回顧了人工智能的可持續性益處，引用了幾篇其他文章，這些文章在我們看來似乎存在錯誤——例如引用不包含相關信息的研究來支持他們的主張。人工智能系統有時會出錯，這種情況被稱為“幻覺”，例如微軟Copilot曾錯誤指控一位記者犯下他所報導的罪行。
因此，我們詢問作者是否使用人工智能來撰寫該文章。他們否定了這一想法，並堅持他們的評估的完整性。他們承認，並非所有他們所引用的人工智能可持續解決方案都能得到現有研究的支持。但他們表示，他們也包含了基於他們自身專業判斷的對人工智能未來可能能力的預測，這是標準做法。
此外，作者指出，他們的工作已被廣泛分享且沒有受到投訴。但事實上，文章可以被廣泛閱讀而不引起警覺，正是問題所在。是否每位讀者都會假設該文章是在預測人工智能未來可能做的事情，而不是解釋人工智能目前能做的事情？
總的來說，目前關於人工智能和可持續性的研究有多可靠？我們不確定。我們尚未有機會進行更全面的調查。但評估人工智能的未來潛力需要清楚了解其目前的成就。這樣的調查迫在眉睫。
關於人工智能的問題
同時，我們應該避免將所有類型的人工智能混為一談。
事實上，人工智能有多種形式：大型、小型、判別性、生成性、機器學習、符號等。我可以對一個在計算胡蘿蔔方面表現出色的人工智能感到興奮，並幫助農民更有效地種植它們，而不對所有人工智能系統進行全面的支持。
氣候行動也有不同類型。氣候緩解是指將碳排放降低至淨零，以阻止全球變暖。氣候適應則是學會在更暖和的世界中生活和繁榮。我們需要兩者的結合。
人工智能在氣候適應方面確實非常受歡迎（例如，幫助我們提高胡蘿蔔的產量，儘管氣候變化導致天氣更加不穩定）。但這並不僅僅是抵消人工智能的碳成本。這就像將蘋果與橘子（或胡蘿蔔）進行比較。這是一個棘手的計算，涉及政治和倫理的層面。
每當人工智能因其驚人表現而受到讚譽時，讓我們記住，它背後也有一些人類的幫助。這項計劃投入了多少時間、精力、能源和其他資源？是否可以使用更傳統的數據收集和分析方法以較低的環境成本實現類似的結果？
我們報告的作者對人工智能的看法褒貶不一。我們都不反對人工智能，或反對使用它來解決環境問題。但要妥善管理人工智能對氣候的淨影響，其好處必須不可誇大。
在這個議題上，我們需要更加謹慎，明白人工智能的發展並不一定意味著環境影響的減少。關鍵在於如何平衡技術進步與環境可持續性之間的矛盾，這需要我們進一步的研究和討論。
以上文章由特價GPT API KEY所翻譯及撰寫。而圖片則由FLUX根據內容自動生成。
🎨 Nano Banana Pro 圖像生成器｜打幾句說話就出圖
想畫人像、產品圖、插畫？SSFuture 圖像生成器支援 Flux 同 Gemini Nano Banana Pro 改圖 / 合成， 打廣東話都得，仲可以沿用上一張圖繼續微調。
