應對人工智能與能源的矛盾挑戰
麻省理工學院能源計劃（MIT Energy Initiative, MITEI）於2025年春季舉行的年度研究研討會，探討了人工智能（AI）既是清潔能源轉型的挑戰，也是解決方案的雙重角色。
人工智能推動的計算中心快速增長，令電力需求暴增，對電網構成前所未有的壓力，甚至可能阻礙全球氣候目標的實現。但同時，AI技術亦有潛力徹底革新能源系統，加速向清潔能源轉型。
MITEI主任、化學工程系教授William H. Green於研討會上指出：「我們正處於經濟體系潛在巨大變革的關鍵點。」他強調，現時面對的既是「電力供應和清潔能源目標的本地問題」，同時亦希望「在避免部分負面影響的前提下，充分利用AI帶來的好處」。數據中心的能源需求與AI對能源轉型的潛在助力，是MITEI的重點研究方向。
AI龐大的能源需求
研討會一開始便展示了令人震驚的數據：美國過去數十年電力需求保持平穩，但如今計算中心已消耗約4%的全國電力。有預測指，至2030年，這一比例可能因AI應用而上升至12%至15%。
麻省理工林肯實驗室高級科學家Vijay Gadepally指出，「支撐大型AI模型的電力需求幾乎每三個月翻一番。」他形容，一次ChatGPT對話耗電量相當於為手機充電，而生成一幅AI圖片的冷卻耗水量相當於一瓶水。全美及全球正在迅速興建需耗電50至100兆瓦的設施，供大型語言模型如ChatGPT及Gemini使用。OpenAI行政總裁Sam Altman在國會作證時亦指出，「智能的成本、AI的成本將最終與能源成本趨於一致。」
MIT能源與氣候副總裁、前美國能源部先進研究計劃署（ARPA-E）主任Evelyn Wang表示：「AI的能源需求是重大挑戰，但同時我們亦有機會利用這龐大的計算能力，為氣候變化的解決方案作出貢獻。」她補充，AI和數據中心所催生的創新技術，如提升效率、冷卻技術及清潔能源方案，可在更廣泛範疇內推廣應用。
推動清潔能源的策略
研討會討論了多條路徑應對AI與能源的矛盾。有專家提出，雖然AI短期內可能令排放增加，但其優化能力可於2030年後顯著降低排放，促進更高效的電力系統和加快清潔技術發展。
Sesame Sustainability創辦人兼CEO Emre Gençer指出，不同地區利用清潔電力供應數據中心的成本有顯著差異。美國中部因為太陽能和風能資源互補，成本較低。但若要達至零排放，需部署大量電池儲能，其成本將是中等碳排放方案的兩至三倍。他建議，除了可再生能源和電池，還需發展長時間儲能技術、小型模組化核反應爐、地熱或混合方案作為補充。
數據中心的電力需求令核能重新受到關注。Constellation Energy的研發及企業策略經理Kathryn Biegel透露，公司正重啟前三哩島核電站，現名為「Crane Clean Energy Center」，以應對數據中心的用電需求。她強調，數據中心已成為公司極為重要的業務優先項，對可靠及無碳電力的需求正在重塑電力產業。
AI能否加速能源轉型？
麻省理工電機及計算機科學系助理教授Priya Donti展示AI如何透過將物理約束融入神經網絡，加速電網優化，解決複雜的電力流問題，速度比傳統模型快10倍甚至更多。
Google全球可持續發展及合作夥伴關係總監Antonia Gawel分享了AI已助減碳的案例。Google Maps的節能路線規劃功能自推出以來，已減少約290萬公噸溫室氣體排放，相當於一年內讓65萬輛燃油車停駛。另一項Google研究利用AI幫助飛行員避開可形成飛機凝結尾跡的航線，凝結尾跡約佔全球暖化影響的1%。
材料科學與工程系副教授Rafael Gómez-Bombarelli提到，AI監督模型能從材料結構預測其性能，促進新材料研發，對計算和能源效率至關重要。
可持續發展下的增長保障
研討會期間，專家們探討如何平衡AI的快速部署與環境影響。IBM數據中心創新與可持續發展高級技術人員Dustin Demetriou引述世界經濟論壇文章，指出AI推理過程約佔80%的環境足跡，強調需提升所有AI應用的效率。
卡內基梅隆大學語言技術學院助理教授Emma Strubell提醒，Jevons悖論指出效率提升往往推動整體資源消耗上升，呼籲將數據中心用電視為有限資源，需謹慎分配。
多位講者討論了將可再生能源與現有電網結合的新方法，包括結合清潔能源設施與天然氣發電廠的混合方案，利用現有的電網連接，既能提供大量清潔電力，又能保持供電穩定，且成本合理。
駕馭AI與能源的矛盾
研討會凸顯MIT在解決AI與電力挑戰中的核心角色。Green透露，MITEI將開展關於計算中心、電力與計算的新項目，與MIT氣候項目研究相輔相成，從電力來源到算法應用全面應對複雜問題，力求滿足各方利益相關者需求。
會上即時調查顯示，與會者將「數據中心與電網整合問題」列為MIT研究首要關注，其次是「利用AI加速能源先進材料的發現」。大多數參與者認為AI在能源領域潛力屬於「承諾」多於「危機」，但仍有不少人持保留態度。談及計算設施的電力供應優先考慮因素，約半數受訪者選擇了碳排放強度，其後依次為供電可靠性和成本。
—
評論與啟示
這場來自MIT的研討會深刻揭示了AI與能源之間的雙面關係：一方面AI計算需求急劇上升，對電網與氣候目標構成壓力；另一方面AI技術本身又是推動能源系統優化和清潔能源轉型的關鍵助力。這種「矛盾」正是當代科技與可持續發展之間普遍存在的張力。
特別值得注意的是，AI的能源需求增長速度驚人，且其背後的冷卻與電力基礎設施耗能問題不容忽視。這提醒全球科技界和政策制定者，不能只追求AI技術的突破，更要同步考慮能源效率與環保。否則，AI的「進步」可能成為氣候目標的絆腳石。
然而，MIT專家的觀點也讓人看到希望：AI能顯著提升電網運行效率，加速新材料研發，並推動智能化能源管理。這些技術創新不僅有助於降低自身的能源負擔，更有望促成整個能源系統的革命性變革。
此外，研討會提出的多元能源策略，尤其是對核能和長時儲能技術的重視，反映出純粹依賴風光等可再生能源的局限。未來能源結構必須多元且靈活，以應對巨量數據中心的電力需求，同時保持環境可持續。
最後，會中對Jevons悖論的提醒尤為重要：提升效率不等於減少資源消耗，反而可能因成本降低而促進需求激增。這要求政策層面制定合理的能源使用規範和資源分配機制，避免「效率陷阱」。
總結來說，面對AI與能源的矛盾，技術創新、政策引導和跨界合作缺一不可。MIT的研究與討論為全球提供了寶貴路徑，也提醒我們，科技進步必須與可持續發展同步前行，才能真正實現智慧且環保的未來。
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。
✨🎱 Instagram留言 →
AI即回覆下期六合彩預測
🧠 AI 根據統計數據即時生成分析
💬 只要留言，AI就會即刻覆你心水組合
🎁 完！全！免！費！快啲嚟玩！
下期頭獎號碼
📲 去 Instagram 即刻留言
