即使是最熱心的氣候變化觀察家也抱有希望，因為如果人類創(chuàng)新和技術(shù)讓我們陷入困境，他們也能讓我們擺脫困境。很少有潛在的工具能夠像人工智能一樣成為引發(fā)樂觀與擔憂、承諾與困惑的混合體。

人工智能涉及可以模仿人類認知某些方面的復雜計算機系統(tǒng)，具有幫助人類應(yīng)對氣候變化并更好地應(yīng)對其影響的巨大潛力。例如，全球的人工智能專家們正在研究如何利用機器學習來幫助我們更有效地利用資源，并更準確地預測日益常見的極端天氣事件。

但在人工智能以這些方式投入使用之前，科技公司需要對這些應(yīng)用進行密集的訓練，并建立或擴展倉庫規(guī)模的數(shù)據(jù)中心來支持這些系統(tǒng)，而要保持這些系統(tǒng)密集的計算機服務(wù)器的冷卻和平穩(wěn)運行需要大量的水和能源。

美國加州大學河濱分校的一項新研究表明，到目前為止，科技公司在確保人工智能日益增長的環(huán)境影響得到公平分配方面做得還不夠。

相反，研究表明，科技公司似乎正在重復上個世紀化石燃料公司和許多其他行業(yè)的一些模式:他們選擇通過讓已經(jīng)資源緊張和其他額外負擔的社區(qū)，也首當其沖地承受與人工智能相關(guān)的環(huán)境影響來節(jié)省資金。

“我們目前基于成本分配人工智能計算的方式顯然對某些地區(qū)產(chǎn)生了不成比例的影響，這些地區(qū)已經(jīng)受到水或碳問題等資源的壓力，”任一位研究人員表示。

“如果人工智能以浪費的方式使用資源，那么就會減少人工智能的凈收益。”

隨著近期美國政府傳來頂級科技公司同意對人工智能自愿采取保障措施的消息，從聯(lián)合國到 AI Now Institute 等世界各地的組織都在呼吁制定政策，優(yōu)先考慮以環(huán)境可持續(xù)和公平的方式開發(fā)人工智能。

案例研究：菲尼克斯

在美國加州大學河濱分校大學以東幾百英里處就有一個例子，說明當環(huán)境公平?jīng)]有納入人工智能方程時會發(fā)生什么。

鳳凰城及其周邊社區(qū)已成為科技公司建設(shè)數(shù)據(jù)中心的首選目的地。研究人員指出，那里的土地和電力比許多其他地區(qū)便宜，而亞利桑那州還為企業(yè)提供有吸引力的稅收優(yōu)惠。

本月早些時候，谷歌在菲尼克斯郊外的梅薩耗資10億美元的數(shù)據(jù)中心破土動工。該公司在一份聲明中表示，該園區(qū)最終將占地75萬平方英尺，將有助于為谷歌現(xiàn)有的工具和“持續(xù)的人工智能創(chuàng)新”提供動力。

微軟于 2021 年在鳳凰城附近開設(shè)了一個數(shù)據(jù)中心，并繼續(xù)擴建該綜合體。Facebook 的母公司 Meta 也在那里建立了一個數(shù)據(jù)中心，而許多其他科技公司也紛紛加入這一趨勢。

人工智能需要令人難以置信的快速計算水平，特別是在訓練階段。這種計算水平意味著巨大的能源需求。由于美國大部分地區(qū)的電力仍然由煤炭和其他化石燃料產(chǎn)生，因此新的人工智能正在引發(fā)大量的碳排放，并增加了美國國家能源網(wǎng)的壓力。

研究人員表示，訓練 GPT-3消耗了超過1000兆瓦時的電力。這相當于100多個普通家庭一年所需的能源量。

這些數(shù)據(jù)中心還需要可靠的冷卻系統(tǒng)，以防止服務(wù)器排過熱。企業(yè)通常使用液體冷卻系統(tǒng)，將水泵入閉環(huán)以排出熱量并保持平穩(wěn)運行。

谷歌以對透明度的承諾為由，去年秋天發(fā)布了一份報告，顯示其全球數(shù)據(jù)中心在 2021 年使用了超過43億加侖的水，該公司指出，這大致相當于美國西南地區(qū)29個高爾夫球場的灌溉和維護所需的水。任正非表示，該公司位于俄勒岡州達爾斯的中心約占全市年用水量的三分之一。

Meta的自愿報告顯示，同年使用了13億加侖來冷卻其17個數(shù)據(jù)中心。

研究人員表示，微軟美國數(shù)據(jù)中心的GPT-3訓練是目前最先進的設(shè)施，但即便如此，它們?nèi)匀恍枰?0萬升水。這相當于2000多人每天平均使用的水量。任指出，這還不包括為數(shù)據(jù)中心供電所需的水，因為煤炭、核能和其他類型的發(fā)電廠需要大量的水才能運行。

像英特爾這樣的公司生產(chǎn)這些系統(tǒng)的核心芯片，它們也有基于菲尼克斯的制造工藝，研究人員表示，這一工藝也非常耗水和能源。

但鳳凰城正像美國其他地方一樣感受到全球變暖的壓力。由于持續(xù)的干旱可能導致科羅拉多河和其他水源的供應(yīng)中斷，該地區(qū)多年來一直經(jīng)歷著特別嚴重的水資源短缺。鳳凰城也正處于創(chuàng)紀錄的熱浪之中，本月每天的氣溫峰值都達到或超過43攝氏度。

這種情況導致一些居民和政治領(lǐng)導人抵制大量希望在自家后院建立數(shù)據(jù)中心的科技公司。

例如，對水的擔憂推遲了微軟建設(shè)數(shù)據(jù)中心園區(qū)的計劃。今年夏初，美國亞利桑那州州長凱蒂·霍布斯 (Katie Hobbs) 制定了限制菲尼克斯周邊新建設(shè)的計劃，此前該州官員的一項研究發(fā)現(xiàn)，沒有足夠的地下水來滿足下個世紀的預期需求。

通過“解決方案”進行排序

研究人員表示，在某種程度上，用水量上限和水費上漲可能會降低像鳳凰城這樣的地方建設(shè)數(shù)據(jù)中心的吸引力。但從目前正在進行的項目數(shù)量來看，顯然那一天還沒到來。

相反，迄今為止，科技公司在很大程度上應(yīng)對當?shù)睾推渌胤降馁Y源壓力，承諾從太陽能項目等可再生能源獲取電力，支付其他地方的水恢復項目費用，并為主導系統(tǒng)轉(zhuǎn)向空氣冷卻，以防止服務(wù)器過熱。

不過，研究人員指出，空氣冷卻系統(tǒng)只有在室外溫度為29度或更低時才能工作。鳳凰城未來幾周的最低氣溫預計不會低于這個溫度。

此外，根據(jù) Google 的說法，空氣冷卻系統(tǒng)需要大約 10% 的能源。研究人員表示，除非企業(yè)采取措施確保他們從可再生能源獲得電力，否則任何改用空氣冷卻系統(tǒng)的做法都會減少他們的現(xiàn)場水足跡，同時實際上會增加他們的異地水足跡和碳排放量。

那么，科技公司可以采取哪些措施來減少人工智能對環(huán)境的影響并確保這些影響更公平地分配呢?

研究人員表示，首先，他們可以選擇在水和熱浪不那么嚴重的地方建立數(shù)據(jù)中心。他們還可以致力于建造盡可能先進的系統(tǒng)，這些系統(tǒng)與可再生能源項目相關(guān)，包括機械升級，允許水在排放前進行多次冷卻。

這兩項舉措都可能會增加數(shù)據(jù)中心的建設(shè)成本。這就是稅收激勵和補助金可以發(fā)揮作用的地方，再加上從消費者那里購買一些商譽，同時降低他們自己與氣候變化相關(guān)的潛在財務(wù)風險，可以幫助抵消這些價格差異。

另一方面，歐洲部分地區(qū)開始要求企業(yè)通過碳稅等機制將氣候成本納入其項目中。這可能會促使他們要么降低項目的影響，要么將項目轉(zhuǎn)移到其他地方，要么接受更高的價格，將這筆錢用于應(yīng)對氣候變化的項目。

這些策略可能會對未來的數(shù)據(jù)中心項目有所幫助。但研究人員認為，企業(yè)可以對現(xiàn)有中心進行運營變革，以減少對環(huán)境的影響并以更明智的方式分配這些影響。

研究人員表示：“因為這些大公司在世界各地擁有大量數(shù)據(jù)中心，他們實際上可以在不被注意到的情況下將工作負載或人工智能計算從一個數(shù)據(jù)中心轉(zhuǎn)移到另一個數(shù)據(jù)中心，而完全不會影響用戶體驗。” “因此，我們有一個明確的決定，即如何在不同的數(shù)據(jù)中心之間分配人工智能計算，以便環(huán)境成本在不同地區(qū)之間更公平地分配?”

例如，這些系統(tǒng)所支持的相同人工智能可以用來確定哪些數(shù)據(jù)中心可以在任何給定時間以最小的碳足跡和水足跡運行，并將工作負載轉(zhuǎn)移到這些地方。

研究人員表示，目前系統(tǒng)已經(jīng)過優(yōu)化，可以每隔幾分鐘將工作負載轉(zhuǎn)移到電力最便宜的地方。但如果他們接受過將氣候數(shù)據(jù)納入計算的培訓，他們就可以將人工智能培訓項目從夏季的鳳凰城設(shè)施轉(zhuǎn)移到華盛頓的設(shè)施?；蛘?，他們可以將日常工作負載從弗吉尼亞州的一個主要由煤炭供電的中心遷移到德克薩斯州主要依靠太陽能的一個中心。

研究人員還表示，包括谷歌和微軟在內(nèi)的一些公司正在嘗試根據(jù)可再生能源的實時可用性來安排工作負載。但到目前為止，這些計劃仍處于實驗階段，并非標準做法。

當被問及氣候問題如何影響他們在何處建設(shè)數(shù)據(jù)中心的決定以及他們?yōu)榇_保人工智能相關(guān)的進步不會造成新的環(huán)境不公正而采取的措施時，谷歌發(fā)言人遵循了該公司秋季聲明中宣揚的“氣候意識方法”，其中包括盡可能使用回收水進行冷卻。Meta 沒有在截止日期前做出回應(yīng)。微軟發(fā)言人表示，“我們目前沒有任何信息可以分享。”

盡管對當今企業(yè)如何構(gòu)建人工智能系統(tǒng)感到擔憂，但研究人員表示，他對機器學習作為幫助應(yīng)對氣候變化的工具的未來仍然持樂觀態(tài)度。

例如，在加州大學河濱分校的研究團隊正在使用人工智能來規(guī)劃密集的人工智能開發(fā)工作，這些工作有時需要大量能源，而碳足跡卻是最小的。他還指出，機器學習能夠通過結(jié)合先進的天氣預報來幫助農(nóng)民減少用水，或者幫助更有效地管理建筑物中的空調(diào)系統(tǒng)。

“人工智能的使用令人擔憂，”研究人員說。“但它在降低其他部門的環(huán)境成本方面具有更大的潛力。”