以下文章經 The Conversation許可轉載，The Conversation是一家報道最新研究的線上出版物。
生成式人工智慧是聊天機器人和影像生成器背後的熱門新技術。但它讓地球變得有多熱？
支援科學新聞報道
如果您喜歡這篇文章，請考慮透過以下方式支援我們屢獲殊榮的新聞報道： 訂閱。透過購買訂閱，您將幫助確保未來能夠繼續講述關於塑造我們今天世界的發現和想法的具有影響力的故事。
作為一名 人工智慧研究員，我經常擔心構建人工智慧模型的能源成本。人工智慧越強大，所需的能源就越多。越來越強大的生成式人工智慧模型的出現，對社會未來的碳足跡意味著什麼？
“生成式”指的是人工智慧演算法生成複雜資料的能力。另一種選擇是 “判別式”人工智慧，它在固定數量的選項之間進行選擇，並且僅生成一個數字。判別式輸出的一個例子是選擇是否批准貸款申請。
生成式人工智慧可以建立更復雜的輸出，例如句子、段落、影像甚至短影片。長期以來，它一直用於智慧揚聲器等應用中，以生成音訊響應，或在自動完成功能中建議搜尋查詢。然而，它只是最近才獲得了生成類似人類語言和逼真照片的能力。
使用比以往更多的電力
單個人工智慧模型的精確能源成本難以估算，並且包括用於製造計算裝置、建立模型以及在生產中使用模型的能源。2019年，研究人員發現，建立一個名為BERT的生成式人工智慧模型（具有1.1億個引數）消耗的能量相當於一個人乘坐跨大陸航班往返一次。引數數量指的是模型的大小，較大的模型通常更熟練。研究人員估計，建立更大的GPT-3（具有1750億個引數）消耗了1287兆瓦時的電力，併產生了552噸二氧化碳當量，相當於123輛汽油動力乘用車行駛一年的排放量。而這僅僅是為了讓模型準備好釋出，在任何消費者開始使用它之前。
大小不是碳排放的唯一預測因素。開放獲取的BLOOM模型由法國的BigScience專案開發，其大小與GPT-3相似，但碳足跡要低得多，在產生30噸二氧化碳當量時消耗了433兆瓦時的電力。谷歌的一項研究發現，對於相同大小的模型，使用更高效的模型架構和處理器以及更綠色的資料中心可以將碳足跡減少100到1000倍。
較大的模型在部署期間確實會使用更多能源。關於單個生成式人工智慧查詢的碳足跡資料有限，但一些行業人士估計它比搜尋引擎查詢高四到五倍。隨著聊天機器人和影像生成器變得越來越流行，並且隨著谷歌和微軟將人工智慧語言模型整合到他們的搜尋引擎中，他們每天收到的查詢數量可能會呈指數級增長。
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像BERT或GPT這樣的模型。這種情況在2022年11月30日發生了改變，當時OpenAI釋出了ChatGPT。根據最新的可用資料，ChatGPT在2023年3月的訪問量超過15億次。微軟將ChatGPT整合到其搜尋引擎Bing中，並於2023年5月4日向所有人開放。如果聊天機器人像搜尋引擎一樣受歡迎，那麼部署人工智慧的能源成本可能會真正累積起來。但是人工智慧助手除了搜尋之外，還有許多其他用途，例如撰寫文件、解決數學問題和建立營銷活動。
另一個問題是，人工智慧模型需要不斷更新。例如，ChatGPT僅使用截至2021年的資料進行訓練，因此它不知道此後發生的任何事情。建立ChatGPT的碳足跡不是公開資訊，但很可能比GPT-3高得多。如果必須定期重新建立它以更新其知識，那麼能源成本將變得更高。
一個好處是，與使用搜索引擎相比，詢問聊天機器人可能是獲得資訊的更直接方式。您不會得到一整頁的連結，而是像從人類那裡獲得直接答案一樣，前提是準確性問題得到緩解。與搜尋引擎相比，更快地獲得資訊可能會抵消能源使用的增加。
前進方向
未來難以預測，但大型生成式人工智慧模型將長期存在，人們可能會越來越多地轉向它們以獲取資訊。例如，如果一個學生現在需要幫助解決數學問題，他們會嚮導師或朋友求助，或者查閱教科書。將來，他們可能會詢問聊天機器人。法律建議或醫療專業知識等其他專業知識也是如此。
雖然單個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目的開發略有不同的人工智慧機器人，每個機器人都由數百萬客戶使用，那麼能源使用可能會成為一個問題。需要進行更多研究以提高生成式人工智慧的效率。好訊息是，人工智慧可以在可再生能源上執行。透過將計算轉移到綠色能源更豐富的地區，或將計算安排在可再生能源更充足的時段，與使用化石燃料為主的電網相比，排放量可以減少30到40倍。
最後，社會壓力可能有助於鼓勵公司和研究實驗室釋出其人工智慧模型的碳足跡，正如一些公司和研究實驗室已經做的那樣。將來，消費者甚至可以使用這些資訊來選擇“更綠色”的聊天機器人。
本文最初發表於 The Conversation。閱讀 原文。
這是一篇觀點和分析文章，作者或作者表達的觀點不一定代表《大眾科學》的觀點。