美国波士顿大学计算机科学副教授Kate Saenko于23日在外媒The Conversation上撰文表示，强大的AI人工智能，所需要耗费的能量比人们想像中多。
尽管目前关于单一生成式AI查询的碳足印数据有限，不过有研究表明，此数字要比单一简易搜索引擎查询要高出4到5倍。
复杂度越高，越需要更多运算能力
通常在AI模型中，混合使用的参数越多，通常意味着模型复杂度越高，因此需要更多的数据和运算能力，Kate Saenko指出，根据2019年的一份研究，创建一个具有1.1亿个参数的生成式AI模型BERT，需要消耗相当于一次跨洲往返飞行的能耗。
相较之下，OpenAI的GPT-3模型(拥有1750亿个参数)光训练所消耗的能源，就相当于123辆汽油驱动乘用车1年的能耗量，也就是需消耗1,287兆瓦时(MWh)的电力，还会产生552吨的二氧化碳排放量，这还只是为了在任何消费者开始使用之前，让模型准备好投入使用的所需能耗。
根据最新数据，ChatGPT在2023年3月的访问量超过15亿次，Kate Saenko认为，如果聊天机器人变得像搜索引擎一样流行，那么部署AI的能源成本可能会非常可观。
如何降低碳足迹？
在Kate Saenko看来，虽然一个单一的大型AI模型不会破坏环境，但如果有100家公司为了不同目的开发出不同的AI机器人，且每个AI机器人都被数百万用户使用，那么AI模型的能源消耗就可能成为一个严重问题。
Kate Saenko的结论是，我们需要进行更多的研究，让生成式AI更节能，而她对此则持乐观态度，并表示AI其实可以依靠更绿色的能源：好消息是，AI可依靠再生能源运作，通过将运算引入绿色能源更加丰富的地区，或者将运算安排在再生能源更为可用的时段，与使用以化石燃料为主的电网相比，排放量可以减少30至40倍。
比特币也可以大力拥抱使用绿色能源
同理，让我们回到比特币。确实挖矿过程中需要消耗许多能源，但是比特币同样可以部署在绿色能源丰富的地区，把目前白白浪费的能量加以运用，例如中国四川丰沛的水力。
所以我们要做的应该是理性分析、进行多方研究，思考如何在拥抱技术发展的同时，又能够选择对地球伤害最少的方式。
