magazine
2024.09.04

通过环境影响看AI的利弊 | Knowledge #10

2023-12-ais-environmental-costs-cover-image

生成AI具备创造原创内容的能力,常常从艺术家、版权持有者的权利以及人们的劳动角度进行讨论。然而,关于环境影响的关注却较少。

让我们通过研究,思考AI在能源和环境影响方面的有趣启示,AI正逐渐成为支持我们创作活动的强大存在。

根据任务不同的能耗

AI初创公司〈Hugging Face〉的研究人员与卡内基梅隆大学的科学家合作进行的研究中,关注AI执行任务时排放的二氧化碳,并精确测量了排放量。

研究发现,简单任务如文本分类,每1000次查询排放0.2至0.5克二氧化碳,而最近备受关注的图像生成,每生成1000张图像可能排放高达1000克二氧化碳。

也就是说,简单任务如文本分类的能效较高,排放量相对较低。而复杂任务如图像生成则显著增加能耗和排放量。

2023-12-ais-environmental-costs-image-4

从能耗的角度来看,生成1000张图像需要2.907 kWh。这个数字看似不多,但电动汽车制造商〈Tesla〉的Model 3车型电池完全充电需要50kWh,相当于仅能生成17,200张图像。

如今,〈DALL-E〉、〈Midjourney〉、〈Adobe Firefly〉等平台生成大量图像,假设需要与本研究相同的能耗,每天消耗的能量足以为数千到数万辆电动汽车充电。

不仅如此,难以察觉的环境影响

AI在执行任务时消耗能源,但模型的训练和部署需要更多的能量。
实际上,计算模型训练成本很困难,但已知“比执行任务消耗的能量高出几个数量级”。

关于最近备受欢迎的〈ChatGPT〉,使用1,750亿参数的〈GPT-3〉模型训练需要1,287 MWh。

2023-12-ais-environmental-costs-image-8

AI与人类创造的创造力

从环境影响的角度看AI,确实存在能耗和二氧化碳排放等问题。
然而,AI带来的好处也不少,比如无需专业知识或高超技术,仅通过文本指令即可实现图像编辑和合成。

未来AI的发展,或许取决于我们如何应对。