环保监督机构敦促人工智能行业披露 ChatGPT 的隐性成本。

人工智能已成为现代生活不可或缺的一部分，为各种应用提供动力，例如 ChatGPT 等，它可以辅助完成从信息检索到创意内容生成等各种任务。虽然人工智能的优势dent，但新兴研究也凸显了一个鲜为人知的问题：大型语言模型（如 ChatGPT 和 Bing Copilot）带来的巨大环境成本。.

语言模型训练的能耗

像 ChatGPT 和 Bing Copilot 这样的大型语言模型在训练过程中需要大量的计算能力和电力。华盛顿大学研究人员的一项研究表明，训练一个像 ChatGPT-3 这样的大型语言模型可能需要消耗高达 10 吉瓦时 (GWh) 的电力。为了更直观地理解这个数字，这大约相当于 1000 多个美国家庭一年的用电量。此外，根据电力来源的不同，训练 ChatGPT-3 的碳排放量可能在 55 到 284 吨二氧化碳之间。.

运行语言模型及其环境影响

虽然运行 Bing Copilot 或 ChatGPT 等语言模型的能耗低于训练它们的能耗，但仍然会造成环境问题。实际能耗取决于多种因素，例如模型规模、处理的词元数量以及硬件和软件的效率。据估计，一次 ChatGPT-4 查询的能耗在 0.001 到 0.01 千瓦时之间，这远高于一次典型的谷歌搜索查询的能耗（0.0003 千瓦时）。.

使用人工智能系统（包括 ChatGPT 和 Bing Copilot）对环境的影响不容忽视。随着对人工智能服务需求的增长，用于容纳支持这些系统的服务器和设备的数据中心也日益增多。数据中心的能源消耗众所周知，这包括硬件运行以及电力和冷却管理。在全球范围内，数据中心约占电力消耗的 1% 至 1.5%，二氧化碳排放量的 0.3%。此外，这些设施还需要大量用水用于冷却和发电。.

Livemint 的一份报告显示，仅 ChatGPT-3 每小时就消耗约 80 万升水，相当于 4 万人的日用水量。这些数据凸显了人工智能系统对环境的巨大影响。.

减少能源消耗和环境影响

提升硬件和软件效率：提高硬件和软件的设计和效率可以降低能耗。诸如液冷等技术有助于降低硬件发热量，并最大限度地减少数据中心的碳排放和用水量。.

向可再生能源转型：转向风能、太阳能和水力等可再生能源可以为数据中心提供更可持续的电力。挪威和冰岛等自然资源丰富的国家已经采取了这种方法来降低碳排放。.

负责任地使用人工智能：将人工智能模型的使用限制在有意义且必要的应用范围内，同时避免用于琐碎或有害的用途，有助于节能并履行社会责任。专注于教育或艺术内容的创作，而不是制造虚假新闻或垃圾邮件，可以产生积极的社会影响。.

人工智能能源消耗的未来

人工智能领域的能源消耗前景一片光明，技术进步将带来更节能的人工智能模型和数据中心。可再生能源的采用率预计也将不断提高。然而，随着人工智能的日益普及，持续重视降低能源消耗和推广可持续发展实践至关重要。.

尽管人们越来越关注人工智能对环境的影响，但获取准确数据仍然是一项重大挑战。现有研究和新兴研究都依赖于估算数据集和预测，因为开发人员尚未公开披露人工智能的全部能源消耗、碳排放和水足迹。.

李等人2023年的一项研究表明，全球人工智能需求可能导致2027年用水量增加42亿至66亿立方米，超过英国一半的年用水总量。这凸显了提高人工智能环境影响评估透明度的迫切性。.

呼吁提高问责制和透明度

为了有效应对这些问题，亟需提高人工智能流程运营和开发过程中产生的排放的透明度。开发者应披露与用水效率相关的数据，并提供不同能源投入的对比信息。这种透明度将有助于人们做出明智的决策，并评估诸如 ChatGPT 和 Bing Copilot 等语言模型对环境的影响。.