上个月，OpenAI 首席执行官萨姆奥尔特曼 (Sam Altman) 终于承认了研究人员多年来一直在说的——人工智能 (AI) 行业正在走向能源危机。这是一个不寻常的承认。

　　在瑞士达沃斯举行的世界经济论坛年会上，奥特曼警告说，下一波生成型人工智能系统消耗的电力将远远超出预期，能源系统将难以应对。

　　自从我在 2018 年开始发表有关人工智能行业环境成本的文章以来，我看到人们一直在淡化和否认人工智能行业的环境成本。

　　Altman 的承认让研究人员、监管机构和行业巨头开始谈论生成式人工智能对环境的影响。

　　那么奥特曼指望实现什么能源突破呢？不是设计和部署更可持续的人工智能系统，而是核聚变。

　　他也参与了这场游戏：2021 年，Altman 开始投资位于华盛顿埃弗里特的核聚变公司 Helion Energy。

　　大多数专家都认为，核聚变不会对本世纪中叶应对气候危机的脱碳这一关键目标做出重大贡献。

　　Helion最乐观的估计是，到2029年，它将产生足够为40,000个美国普通家庭供电的能源；

　　一项评估表明，OpenAI 在加利福尼亚州旧金山创建的聊天机器人 ChatGPT 已经消耗了 33,000 个家庭的能源。

　　据估计，由生成式人工智能驱动的搜索所消耗的能量是传统网络搜索的四到五倍。几年之内，大型人工智能系统可能需要与整个国家一样多的能源。

　　这不仅仅是能源。生成式人工智能系统需要大量淡水来冷却处理器并发电。在爱荷华州西得梅因，一个巨大的数据中心集群为 OpenAI 最先进的模型 GPT-4 提供服务。

　　当地居民的一项诉讼显示，2022 年 7 月，即 OpenAI 完成模型训练的前一个月，该集群使用了该地区约 6% 的水。根据谷歌和微软的环境报告，随着谷歌和微软准备他们的 Bard 和 Bing 大型语言模型，这两个模型的用水量都出现了大幅增长——在一年内分别增加了 20% 和 34%。

　　一份预印本表明，到 2027 年，全球人工智能对水的需求可能是英国的一半。在另一份预印本中，Facebook 人工智能研究人员将该行业追求规模的环境影响称为“房间里的大象”。

　　我们现在需要的不是白日梦技术，而是务实的行动来限制人工智能对生态的影响。

　　没有理由不能做到这一点。该行业可以优先考虑使用更少的能源，建立更高效的模型，并重新考虑如何设计和使用数据中心。正如法国 BigScience 项目以其 BLOOM 模型所展示的那样，可以构建与 OpenAI 的 GPT-3 大小相似且碳足迹低得多的模型。但整个行业的情况并非如此。

　　获得准确、完整的环境影响数据仍然非常困难。生成式人工智能的全部全球成本是严格保密的企业机密。数据来源于 Emma Strubell和Sasha Luccioni等研究人员的实验室研究；有限公司报告；以及地方政府公布的数据。目前，公司几乎没有动力做出改变。

　　但立法者终于注意到了这一点。2月1日，以马萨诸塞州参议员埃德马基为首的美国提出了《2024年人工智能环境影响法案》。该法案指示国家标准与技术研究所与学术界、工业界和民间社会合作，制定评估人工智能环境影响的标准，并为人工智能开发商和运营商创建自愿报告框架。该立法是否会通过仍不确定。

　　自愿措施很少能产生持久的问责文化和一致采用，因为它们依赖于善意。鉴于紧迫性，还需要做更多工作。

　　要真正解决人工智能对环境的影响，需要采取多方面的方法，包括人工智能行业、研究人员和立法者。在工业领域，可持续实践势在必行，并应包括测量和公开报告能源和水的使用情况；优先发展节能硬件、算法和数据中心；并仅使用可再生能源。独立机构的定期环境审计将支持透明度和对标准的遵守。

　　研究人员可以优化神经网络架构以实现可持续性，并与社会和环境科学家合作，指导技术设计实现更大的生态可持续性。

　　最后，立法者应该同时提供胡萝卜和大棒。首先，他们可以设定能源和水的使用基准，激励可再生能源的采用，并强制要求进行全面的环境报告和影响评估。《人工智能环境影响法案》只是一个开始，但还需要更多的努力。