人工智能到底给地球带来了什么代价？

人工智能常被视为“隐形”的存在，却依赖全球范围内庞大且高能耗的数据中心。这些设施消耗大量电力，美国的用电量到 2028 年可能增长三倍；仅训练一个如 GPT-3 这样的大型 AI 模型，就会产生可观的碳排放。除初始训练外，部署和持续微调 AI 模型也会不断消耗能源。例如，一次 ChatGPT 搜索所耗电量远高于一次常规谷歌搜索。 此外，AI 硬件需要巨量水资源用于冷却，给当地供水带来压力，尤其在原本就缺水地区更为严峻。预测显示，仅在美国部署 AI 服务器每年就会产生巨大的水足迹。环境影响还延伸至 AI 硬件的制造过程，高端图形处理器（GPU）在生产过程中会排放大量二氧化碳。 AI 专用硬件的快速淘汰（通常仅两到三年）加剧了本已严峻的电子垃圾危机，而当前的回收基础设施却不足以应对。AI 芯片的供应链还涉及稀土元素的开采，伴随着相应的人道主义与生态代价。 AI 环境负担的不均衡分配也落在特定地区和社区身上，美国部分州预计电力消耗增幅将超过 50%。这还会通过电价上涨和水资源短缺影响弱势群体。与此同时，科技巨头在 AI 专用能源和水资源使用方面缺乏透明度，使得准确评估问题规模变得困难。 尽管面临这些挑战，主要科技公司正在投资核能解决方案，但其在过渡期仍依赖化石燃料，令人担忧。AI 消费的“隐形”特性引发了认知失调：具有环保价值观的个体难以调和其日常 AI 使用行为。提高公众对 AI 真实环境成本的认知，或许能促使人们做出更负责任的消费选择，并推动行业向更可持续的实践转型。