人工智慧越強大，它消耗的能量就越多。那麼，日益強大的生成式人工智慧模式的出現對我們的碳足跡的未來意味著什麼？
「生成」是指人工智慧演算法產生複雜數據的能力。另一種選擇是「歧視性」人工智慧，它在固定數量的選項中進行選擇並僅產生一個數字。
生成式人工智慧可以創造更複雜的輸出，例如句子、段落、影像，甚至是短影片。它長期以來一直在智慧揚聲器等應用程式中用於產生音訊回應，或用於自動完成以建議搜尋查詢。
然而，它直到最近才獲得了產生類人語言和逼真照片的能力。
使用比以往更多的電量
單一人工智慧模型的確切能源成本很難估計，包括用於製造計算設備、創建模型和在生產中使用模型的能源。
2019 年，研究人員發現，創建一個名為 BERT 的具有 1.1 億個參數的生成式人工智慧模型所消耗的能量相當於一個人往返洲際飛行的能量。
參數的數量指的是模型的大小，模型越大，通常越熟練。
例如，研究人員估計，創建具有 1750 億個參數的 GPT-3，消耗了 1,287 兆瓦時的電力，並產生了 552 噸二氧化碳——相當於 123 輛汽油動力客車行駛一年。
這只是為了在任何消費者開始使用該模型之前準備好發布該模型。
規模並不是碳排放的唯一預測指標。法國 BigScience 專案開發的開放式 BLOOM 模型與 GPT-3 大小相似，但碳足跡則低得多，產生 30 噸二氧化碳當量消耗 433 兆瓦時的電力。
谷歌的一項研究發現，對於相同的規模，使用更有效率的模型架構和處理器以及更綠色的資料中心可以減少100到1000倍的碳足跡。
較大的模型在部署過程中確實會消耗更多的能量。關於單一生成式人工智慧查詢的碳足跡的數據有限，但一些行業數據估計它比搜尋引擎查詢高四到五倍。
隨著聊天機器人和圖像生成器變得越來越流行，以及谷歌和微軟將人工智慧語言模型納入其搜尋引擎，他們每天收到的查詢數量可能呈指數級增長。
用於搜尋的人工智慧機器人
幾年前，研究實驗室之外沒有多少人使用 BERT 或 GPT 等模型。這種情況在 2022 年 11 月發生了變化，當時 OpenAI 發布了 ChatGPT。
根據最新的可用數據，ChatGPT 在 2023 年 3 月的訪問量超過 15 億次。
如果聊天機器人像搜尋引擎一樣流行，那麼部署人工智慧的能源成本可能會真正增加。但人工智慧助理的用途不僅僅是搜索，例如編寫文件、解決數學問題和進行行銷活動。
另一個問題是AI模型需要不斷更新。例如，ChatGPT 僅接受了 2021 年之前的資料訓練，因此它不知道此後發生的任何事情。
創建 ChatGPT 的碳足跡不是公開訊息，但它可能比 GPT-3 高得多。如果必須定期重新創建它來更新其知識，那麼能源成本將會變得更大。
一個好處是，詢問聊天機器人可能是比使用搜尋引擎更直接的獲取資訊的方式。
假設準確性問題得到緩解，您不會得到充滿連結的頁面，而是像從人類那裡得到的直接答案一樣。與搜尋引擎相比，更快地獲取資訊可能會抵消增加的能源消耗。
未來是什麼樣子？
未來很難預測，但大型生成式人工智慧模型將繼續存在，人們可能會越來越多地向它們尋求資訊。
例如，如果學生現在需要協助解決數學問題，他們會詢問導師或朋友，或查閱教科書。將來，他們可能會詢問聊天機器人。其他專業知識（例如法律建議或醫療專業知識）也是如此。
雖然單一的大型人工智慧模型不會破壞環境，但如果一千家公司為不同的目的開發略有不同的人工智慧機器人，每個機器人都有數百萬客戶使用，那麼能源使用可能會成為一個問題。
需要更多的研究來提高生成式人工智慧的效率。好消息是人工智慧可以依靠再生能源運作。與使用以化石燃料為主的電網相比，透過將計算帶到綠色能源更豐富的地方，或將計算安排在一天中可再生能源更容易獲得的時間，排放量可以減少 30 到 40 倍。
社會壓力可能有助於鼓勵公司和研究實驗室公佈其人工智慧模型的碳足跡，有些公司和研究實驗室已經這樣做了。將來，也許消費者甚至可以利用這些資訊來選擇「更環保」的聊天機器人。
