权衡人工智能的气候成本

发自伦敦——纵观历史，科技革命会带来更高的二氧化碳排放量——第一次工业革命以煤炭为动力，而第二次工业革命则由石油驱动。那么人工智能这个属于我们时代的通用技术会带来同样的后果吗？在这方面的早期迹象有点令人担忧。自2020年以来微软的二氧化碳排放量猛增了约30%，因为该公司投资了人工智能基础设施，而谷歌的排放量则在过去五年内上升了几乎50%。

但有两股反作用力需要考虑：需求和效率。在需求增长的同时效率也在提高。英伟达等公司的芯片性能越来越强，预计下一代芯片将比目前的型号快五倍。同样，OpenAI 和其他行业领导者也在提高模型的训练和运行效率。

尽管如此，鉴于对人工智能的需求激增，即使模型变得更加高效，全球能源消耗也仍可能增长。真正重要的是排放量，而要预测排放量我们就需要知道驱动人工智能数据中心的电力从何而来，以及人工智能将如何影响碳密集型行业。

根据国际能源机构的数据，2023年，数据中心的用电量约占全球总用电量的1-1.5%，而且这一份额在短期内肯定还会增长。在2020-2022年间微软、谷歌和Meta的累计用电量几乎翻了一番——这还是在ChatGPT问世之前。从那时起它们就更加坚定了扩张这一基础设施的决心。

虽然数据中心的二氧化碳排放量约占2023年能源相关排放量的1%，而为数据中心提供电力的电力系统正在迅速去碳化。在美国，2023年有41%的电力来自零碳来源，比过去十年增加了1/4；欧洲的这一比例接近 60%。在美国、欧洲、英国和中国，可再生能源是增长最快的发电方式。

与此同时，高盛预计数据中心的能源需求将在2030年以前每年增长15%，其中人工智能方面的消耗会占1/5。即使美国数据中心能源需求的2/5由可再生能源满足，人工智能基础设施每年也将多排放约2600万吨二氧化碳。

PS Events: Climate Week NYC 2024

PS Events: Climate Week NYC 2024

Project Syndicate is returning to Climate Week NYC with an even more expansive program. Join us live on September 22 as we welcome speakers from around the world at our studio in Manhattan to address critical dimensions of the climate debate.

Register Now

虽然从绝对值来看这是一个巨大的数字，但也需要结合实际情况。人工智能的额外排放量将占当前排放量的0.4%，低于美国三大航空公司中任何一家的“范围1”（直接）排放量。尽管有关人工智能碳足迹的新闻头条让人应接不暇，但美国的能源体系非常庞大，人工智能的直接影响更多是一种扰动而非系统性变化。

此外有令人信服的证据表明人工智能可以减少各种降碳困难型行业的排放。由于仅飞机尾迹就造成了约35%的航空排放，谷歌和美国航空公司正在探索如何利用机器学习来尽量减少尾迹的形成。初步结果显示全球大约1/6的航空排放是可以被避免的（比目前美国人工智能数据中心的总和还要多）。

同样，利用人工智能预测需求、管理生产水平并优化整个供应链的工作规划也可以减少食物浪费（占全球排放量的6%）。人工智能已被用于减少工业生产过程中的排放（目前占全球总排放量的30%），例如通过协助开发可以减少化石燃料依赖（但仍符合工业机械标准）的生物启发性材料（biologically inspired materials）以及降低材料回收成本和提高回收效率。人工智能还将通过改进天气预报和预警系统来帮助适应气候，让人们可以及时做好准备去挽救生命和减少经济损失。

因此虽然人工智能在短期内很可能会增加全球能源消耗，但它在推动各行各业减少排放方面拥有巨大潜力。我们必须记住科技进步是可以使经济增长与排放脱钩的。例如自1990年以来英国的人均GDP增长了近50%，但国内排放量却减少了一半。人工智能可能是在全球加速这一趋势的关键。

然而要充分发挥人工智能作为去碳化工具的潜力还需要更强有力的气候政策。为碳定价并加倍支持清洁能源将有力激励企业投资于人工智能解决方案从而最大限度地减少排放，加快向可持续未来的转型。如果我们的策略得当，人工智能很可能会成为我们应对气候变化的一张王牌。