OpenAI 的 ChatGPT 在 2022 年 11 月推出僅兩個月後就擁有 1 億活躍使用者。 一夜之間，科技公司爭先恐後地向公眾提供更多的“生成式人工智慧”模組。 專家們還將這項新技術的影響與網際網絡、電氣化、工業革命或火災的發現進行了比較。
但是，人工智慧的使用直接導致了不可再生電力的碳排放，消耗了數百萬加侖的淡水，並間接增加了構建和維護人工智慧運營所需的能源密集型裝置的數量。 隨著科技公司尋求將高強度人工智慧嵌入到從簡歷寫作到腎移植醫學，從選擇**到氣候建模的方方面面，他們已經提出了許多人工智慧可以幫助減少對人類環境的破壞的方法。 但立法者、監管機構、活動家和相關國際組織現在希望確保人工智慧的好處不會超過其日益增長的危害。
下一代人工智慧工具的開發不能以犧牲我們星球的健康為代價，“麻薩諸塞州參議員愛德華·馬基（民主黨）上週在華盛頓表示。 根據 Microsoft 對冷卻系統年耗水量的估計，GPT-3 問答環節（大約 10 到 50 個答案）消耗半公升淡水。 這將因地區而異，並且隨著 AI 的擴充套件可能會更多。 碳也是如此。
到2026年，資料中心的用電量預計將達到1000太瓦，大致相當於日本的總用電量。 人工智慧可以在許多裝置上工作——自動更正簡訊的簡單人工智慧可以在智慧型手機上工作。 大規模 AI 通常在專門的圖形處理單元上，它們的效率越高。 資料中心越大，能源效率越高。 近年來，人工智慧變得更加節能，部分原因是建造了更多的“超大規模資料中心”，這些資料中心包含更多的計算機，可以快速擴充套件。 乙個典型的雲資料中心占地約5萬平方公尺，而乙個超大規模資料中心可以達到50甚至100萬平方公尺。
國際能源署（IEA）預計，2026年資料中心的用電量將比2022年翻一番，達到1000太瓦，大致相當於日本目前的總用電量。 為了說明如何衡量人工智慧的影響，國際能源署的估計包括所有資料中心活動，這些活動超越了人工智慧，延伸到現代生活的許多方面。 例如，跨境電商平台的運營介面、Apple TV**的提供、郵件上百萬人的郵件儲存、位元幣的“挖礦”，也都是由資料中心來執行的。
打造人工智慧大模型產業生態