上个月，OpenAI首席执行官萨姆·阿尔特曼（Sam Altman）终于承认了研究人员多年来一直在说的话——人工智能（AI）行业正走向能源危机。这是一个不寻常的承认。在瑞士达沃斯举行的世界经济论坛年会上，阿尔特曼警告说，下一波生成式人工智能系统将消耗比预期更多的电力，能源系统将难以应对。“没有突破就没有办法到达那里，”他说。

我很高兴他说了这句话。自从我在 2018 年开始发表有关人工智能行业环境成本的文章以来，我一直看到对人工智能行业的环境成本的淡化和否认。阿尔特曼的承认让研究人员、监管机构和行业巨头都在谈论生成式人工智能对环境的影响。

那么，奥特曼寄希望于什么能源突破呢？不是设计和部署更可持续的人工智能系统，而是核聚变。他也参与了这场游戏：2021 年，Altman 开始投资位于华盛顿州埃弗雷特的核聚变公司 Helion Energy。

大多数专家都认为，核聚变不会对到本世纪中叶脱碳以应对气候危机的关键目标做出重大贡献。Helion最乐观的估计是，到2029年，它将产生足够的能源来为40,000个普通美国家庭供电;一项评估表明，OpenAI 在加利福尼亚州旧金山创建的聊天机器人 ChatGPT 已经消耗了 33,000 个家庭的能源。据估计，由生成式 AI 驱动的搜索消耗的能量是传统网络搜索的四到五倍。在几年内，大型人工智能系统可能需要与整个国家一样多的能源。

这不仅仅是能源。生成式人工智能系统需要大量的淡水来冷却其处理器并发电。在爱荷华州西得梅因，一个巨大的数据中心集群为 OpenAI 最先进的模型 GPT-4 提供服务。当地居民的诉讼显示，2022 年 7 月，即 OpenAI 完成模型训练的前一个月，该集群使用了该地区约 6% 的水。当谷歌和Microsoft准备他们的Bard和Bing大型语言模型时，根据两家公司的环境报告，两者的用水量都出现了大幅飙升——一年内分别增长了20%和34%。一个预印本1这表明，到2027年，全球人工智能对水的需求可能是英国的一半。在另一个2，Facebook AI研究人员将行业追求规模对环境的影响称为“房间里的大象”。

我们现在需要的是务实的行动，而不是白日梦中的技术，以限制人工智能对生态的影响。

没有理由不能做到这一点。该行业可以优先考虑使用更少的能源，建立更高效的模型，并重新思考如何设计和使用数据中心。正如法国的BigScience项目所展示的BLOOM模型3，可以构建一个与 OpenAI 的 GPT-3 大小相似的模型，碳足迹要低得多。但这不是整个行业正在发生的事情。

要获得关于环境影响的准确和完整的数据仍然非常困难。生成式人工智能的全部全球成本是严密保护的企业机密。这些数字依赖于艾玛·斯特鲁贝尔（Emma Strubell）等研究人员的实验室研究4和萨沙·卢乔尼（Sasha Luccioni）3;有限公司报告;以及地方政府发布的数据。目前，公司几乎没有改变的动力。

但立法者终于注意到了这一点。2月1日，以马萨诸塞州参议员埃德·马基（Ed Markey）为首的美国民主党人提出了《2024年人工智能环境影响法案》。该法案指示美国国家标准与技术研究院（National Institute for Standards and Technology）与学术界、工业界和民间社会合作，制定评估人工智能对环境影响的标准，并为人工智能开发者和运营商创建一个自愿报告框架。该立法是否会通过仍不确定。

自愿措施很少产生持久的问责制和一致采用的文化，因为它们依赖于善意。鉴于紧迫性，需要做更多的工作。

要真正解决人工智能对环境的影响，需要采取多方面的方法，包括人工智能行业、研究人员和立法者。在工业领域，可持续做法应势在必行，并应包括测量和公开报告能源和水的使用情况;优先开发节能硬件、算法和数据中心;并且只使用可再生能源。由独立机构定期进行环境审计将支持透明度和遵守标准。

研究人员可以优化神经网络架构以实现可持续性，并与社会和环境科学家合作，指导技术设计以实现更大的生态可持续性。

最后，立法者应该同时提供胡萝卜和大棒。首先，它们可以为能源和水的使用设定基准，激励采用可再生能源，并要求进行全面的环境报告和影响评估。《人工智能环境影响法案》是一个开始，但还需要做更多工作——而且时间紧迫。