生成AI具有創造原創內容的能力，經常從藝術家或版權持有者的權利以及人們的勞動角度進行討論。然而，對於環境影響的關注卻相對較少。
讓我們透過研究，從能源和環境影響的角度，重新思考這個逐漸成為我們創作活動強大支持的AI。
根據任務不同的能源消耗
AI初創公司〈Hugging Face〉的研究人員與卡內基梅隆大學的科學家合作進行的研究，著眼於AI執行任務時排放的二氧化碳，並精確測量了排放量。
研究顯示，簡單任務如文本分類，每1000次查詢排放0.2 ~ 0.5克二氧化碳，而最近受到關注的圖像生成，每生成1000張圖像可能排放高達1000克二氧化碳。
也就是說，像文本分類這樣的簡單任務，能源效率高，排放量相對較低。而像圖像生成這樣的複雜任務，能源消耗顯著增加，排放量也隨之增加。
從能源消耗的角度來看，生成1000張圖像需要2.907 kWh。這個數字看似不多，但電動車製造商〈Tesla〉的Model 3車型電池完全充電需要50kWh，換算成圖像生成僅為17,200張。
最近，〈DALL-E〉、〈Midjourney〉、〈Adobe Firefly〉等平台生成了大量圖像，假設需要與本研究相同的能源，每天消耗的能源足以為數千甚至數萬輛電動車充電。
不僅如此，難以察覺的環境影響
AI在執行任務時消耗能源，但實際上模型的訓練和部署需要更多的能源。
據說計算模型訓練的成本很困難，但已知「比執行任務時的能源消耗高出數倍」。
對於最近人氣高漲的〈ChatGPT〉，使用1,750億個參數的〈GPT-3〉模型訓練需要1,287 MWh的能源。
AI與人類創造的創造力
從環境影響的角度看AI，確實有能源消耗和二氧化碳排放等問題需要考慮。
然而，AI帶來的好處也不少，例如即使沒有專業知識或高超技術，也能通過文本指令實現圖像編輯和合成。
未來AI的發展，或許取決於我們如何面對它。
