任何一項技術的發展，都具有兩面性。以 ChatGPT 為代表的大模型和人工智能系統，也是如此。如今，有關人工智能系統如何影響氣候變化的討論，正變得愈發激烈。

一方面，隨著模型參數量的指數級增長，人工智能系統消耗的能源、水和其他資源也越來越多。《紐約客》曾報道，ChatGPT 每天可能要消耗超過 50 萬千瓦時的電力（相當于 1.7 萬多個美國家庭的單日用電量）。馬斯克也曾預測，未來兩年內全球將由“缺硅”轉為“缺電”。這在一定程度上會對全球氣候產生負面影響，比如因能源消耗導致的大量溫室氣體排放。

另一方面，越來越先進的人工智能系統，也提高了人類在各行各業的工作效率，給日常生活帶來了更多便利。

然而，這些由人工智能系統帶來的變化，也可能會對排放產生間接影響，可能是積極的，也可能是消極的。

那么，如何準確評估人工智能對氣候變化的實際影響？人工智能究竟是加速還是推遲了凈零排放的實現？是幫助還是損害了全球氣候？

日前，微軟首席科學官 Eric Horvitz、微軟可持續發展科學與創新全球高級總監 Amy Luers 及其合作者，在權威科學期刊 Nature 上發文，呼吁研究人員制定一套與政策相關的情景方案，從而量化人工智能擴張在一系列假設條件下可能對氣候產生的影響。

 

學術頭條在不改變原文大意的情況下，做了精心的編譯，如下：

人工智能（AI）已經在改變全球經濟。各個公司每年在這些技術上投資數千億美元。幾乎在每一個領域，人工智能都被用于提高運營效率、管理復雜性、提供個性化服務和加快創新。

隨著人工智能對社會的影響越來越大，人們對其對溫室氣體排放的影響產生了疑慮：

人工智能的大量應用是有助于減少世界的碳足跡，還是阻礙氣候進步？答案將取決于人工智能模型是如何開發和運行的，以及使用它們會帶來哪些變化。然而，科學家們根本不知道這一切將如何發展——當有如此多的利害關系時，這是一個令人擔憂的問題。

到目前為止，有關人工智能對環境影響的大多數討論都集中在這些計算密集型技術的直接影響上——它們消耗了多少能源、水或其他資源，以及它們產生多少溫室氣體。但是，從改變醫療保健和教育，到提高采礦、運輸和農業的效率，人工智能應用對社會的全球影響將更加廣泛。

這些由人工智能驅動的變化可能會對排放產生間接影響，可能是積極的，也可能是消極的。這些間接影響也需要被考慮在內，而且可能遠遠超過直接影響。我們迫切需要對人工智能的各類影響進行評估。以下是我們知道的和不知道的。

未來的不確定性

迄今為止，人工智能對氣候的直接影響相對較小。運行大模型需要數百萬個專用處理器，這些處理器被置于配備有強大冷卻系統的專用數據中心。

2023 年安裝的人工智能處理器每年耗電 7-11 太瓦時（TWh），約占全球用電量的 0.04%。根據國際能源署（IEA）的數據，這一數字低于加密貨幣挖礦（100-150 太瓦時）和傳統數據中心（500-700 太瓦時）的用電量。因此，就全球溫室氣體排放總量而言，根據國際能源署的評估，數據中心和傳輸網絡合計約占 0.6%，而我們計算出人工智能目前約占 0.01%。

人工智能的使用正在迅速擴大。在過去十年中，用于訓練大型語言模型（LLMs）的計算能力每年增長十倍。預計在未來 5-10 年內，我們對人工智能服務的需求將以每年 30-40% 的速度增長，而更強大的人工智能模型將需要更多的能源。據估計，到 2027 年，全球與人工智能相關的能源消耗可能是 2023 年的 10 倍。盡管許多數據中心所在地區的本地電網可能會面臨挑戰，但從全球角度來看，人工智能不會直接導致溫室氣體排放量在短期內大幅增加。

能源效率的提高可以抵消部分預計增加的電力需求，就像 2010 年代數據中心擴張時那樣。更高效的人工智能算法、更小的模型以及硬件和冷卻系統的創新都會有所幫助。人工智能公司越來越多地投資可再生能源，并在冰島等清潔能源供應豐富的國家或地區開展業務。

然而，間接影響并不清晰。一些人工智能應用旨在應對氣候變化，比如減少能源和運輸部門、建筑和工業運營以及土地使用產生的排放。優化供應鏈將提高制造業的效率，并支持將可再生能源納入電網。加快電池和可再生能源新材料的開發也將帶來很多好處。

也可能會產生一些負面的間接影響。將人工智能嵌入從醫療到娛樂的現有應用中，可能會增加用電量。石油和天然氣的勘探和開采成本可能會變得更低，從而有可能提高產量。如果沒有適當的治理，人工智能的廣泛應用可能會影響全球經濟穩定，從而對貧困、糧食安全和等產生影響——所有這些都可能對排放產生連鎖反應。

這還只是現有的人工智能系統。未來的人工智能技術將如何發展？它們的擴展將如何影響全球經濟？這又將如何影響去碳化？研究人員目前還不清楚；現在下結論還為時過早。簡單地將過去的人工智能用電趨勢推斷到未來會有一定的說服力，但忽視社會、經濟和技術因素往往會導致巨大的預測誤差。同樣，過于簡單地看待間接排放的影響，有可能低估人工智能在加速重要氣候解決方案突破方面的潛力，比如在數月而非數十年內開發出更便宜、更強大的電池。