生成式AI是一種強大的工具，有望為包括氣候變化在內(nèi)的諸多現(xiàn)實挑戰(zhàn)提供創(chuàng)新解決方案。一方面，它能夠模擬復雜場景、優(yōu)化資源并為環(huán)境問題提供創(chuàng)造性的解決方案，為未來勾勒出美好的愿景。但在另一方面，生成式AI在本質(zhì)上會消耗海量算力和電力資源，因此很可能進一步加劇氣候問題。生成式AI的雙重潛力，也讓我們不得不認真考慮如何在創(chuàng)新和可持續(xù)性之間尋求平衡這一關(guān)鍵問題。

回顧本周由聯(lián)合國在阿塞拜疆首都巴庫主辦的COP20大會的成果時，如何運用生成式AI幫助阻遏氣候惡化的努力正變得愈發(fā)緊迫。面對這把科技雙刃劍，我們必須打起十二分精神。

將生成式AI作為積極的氣候行動變革之力

生成式AI在推動應(yīng)對氣候變化的積極應(yīng)對方面具有巨大的潛力。其中最強大的應(yīng)用之一就是優(yōu)化資源，包括減少浪費、提高效率并最終幫助減少碳排放。例如，生成式AI模型已被用于模擬天氣模式、改進精準農(nóng)業(yè)和建立起更強大的自然災害預測模型。這對于細致了解并適應(yīng)不斷變化的氣候格局顯然至關(guān)重要。

另一個用例則是生成式AI在能源電網(wǎng)管理中的應(yīng)用。企業(yè)現(xiàn)在正利用AI算法來優(yōu)化能源分配，最大限度減少浪費并更有效地整合可再生能源。例如，谷歌DeepMind就成功運用AI算法預測冷卻需求，從而將其數(shù)據(jù)中心的能源使用量減少了30%以上。這些成就展現(xiàn)了生成式AI在優(yōu)化能源效率、減少溫室氣體排放的強大能力。

此外，生成式AI在材料創(chuàng)新領(lǐng)域同樣發(fā)揮著作用。研究人員正使用生成式AI設(shè)計出更加可持續(xù)的材料，同時減少生產(chǎn)過程中的碳足跡。例如，由AI驅(qū)動的解決方案有助于為塑料尋找可生物降解的替代品，從而減輕污染。這些進步凸顯出生成式AI如何幫助行業(yè)轉(zhuǎn)向更加可持續(xù)的生產(chǎn)經(jīng)營實踐。

AI對于交通脫碳的貢獻則是另一個前景廣闊的領(lǐng)域。自動駕駛電動汽車和AI優(yōu)化的物流系統(tǒng)能夠顯著減少碳排放。通過增強交通系統(tǒng)的創(chuàng)新性和效率水平，AI有望幫助交通這一污染最嚴重的行業(yè)之一大幅減少碳排放總量。

負面影響：生成式AI造成的環(huán)境成本

盡管生成式AI擁有種種潛在好處，但同時也帶來了巨大的環(huán)境成本。AI模型，特別是生成式AI背后的大語言模型，需要消耗少量訓練、驗證與部署能源。訓練一套大規(guī)模AI模型的碳足跡可能相當于五輛汽車。馬薩諸塞大學阿默斯特分校2023年發(fā)布的一份報告強調(diào)，訓練大規(guī)模AI模型形式的碳排放量高得驚人，這也加劇了人們對于AI生態(tài)影響的擔憂。

對于本就具有極高能源密度的數(shù)據(jù)中心來說，生成式AI的快速擴張進一步推動了對于此類高能耗基礎(chǔ)設(shè)施的需求。這些中心設(shè)施需要消耗大量電力和水資源來保持服務(wù)器冷卻，導致溫室氣體排放甚至引發(fā)水資源枯竭?！蹲匀弧冯s志近期對AI和排放的一項研究發(fā)現(xiàn)，算力需求的增加與更高的碳排放量直接相關(guān)，這一點對于那些仍在高度依賴不可再生能源的國家而言尤其致命。

除了能源消耗之外，生成式AI還推動了市場對于新型硬件（包括GPU及其他專用芯片）的需求，這些硬件的生產(chǎn)制造同樣需要大量資源。開采這些組件中使用的稀土元素往往會導致環(huán)境惡化并帶來高排放，這進一步加劇了生成式AI的負面影響。2024年，美國綠色和平組織批準了一項對機器學習的環(huán)境影響進行評估的法案，并認為如果全球不齊心協(xié)力開發(fā)出更節(jié)能的硬件、同時減少對稀土材料的依賴，那么生成式AI的擴張將會進一步加劇環(huán)境危機。

生成式AI的快速發(fā)展也導致了電子垃圾的增加，這是因為舊設(shè)備往往會很快被先進AI運行所需要的更新、更強大的版本所取代。這種持續(xù)性的硬件升級周期，因此形成了一種不可持續(xù)的線性經(jīng)濟模型。

尋求平衡：運用生成式AI駕馭未來

有效利用生成式AI應(yīng)對氣候變化的關(guān)鍵，就在于一方面減輕其負面影響，同時最大限度發(fā)揮其優(yōu)勢。我們可以采取多種策略來讓天平傾向于對人類和自然環(huán)境有利的一端：

發(fā)展綠色AI：AI行業(yè)迫切需要優(yōu)先考慮綠色發(fā)展路徑。其中包括投資節(jié)能算法并開發(fā)出只需要更少算力資源、又不會損害其有效性的模型。綠色AI倡議運動等舉措在倡導環(huán)保AI實踐方面就處于領(lǐng)先地位，值得加以關(guān)注和借鑒。

可再生能源數(shù)據(jù)中心：將AI處理轉(zhuǎn)移到由可再生能源驅(qū)動的數(shù)據(jù)中心，則是實現(xiàn)這種平衡的另一個關(guān)鍵步驟。微軟和亞馬遜等企業(yè)已經(jīng)承諾將其數(shù)據(jù)中心轉(zhuǎn)化為100%依賴可再生能源的形式，由此大大減少生成式AI造成的碳足跡。隨著AI應(yīng)用越來越廣泛，特別是市場對于算力需求的迅速增長，這方面努力就顯得尤其重要。

監(jiān)管與行業(yè)合作：科技行業(yè)、政策制定者和環(huán)保組織必須共同努力，制定出負責任的AI使用指導方針和標準。COP29就為各利益相關(guān)方提供了一個探討AI和可持續(xù)發(fā)展未來的絕佳機會。

為AI硬件建立起循環(huán)經(jīng)濟體系：采用循環(huán)方法處理AI硬件將有助于減輕由資源開采和電子垃圾帶來的一系列不利影響。應(yīng)當鼓勵企業(yè)回收零部件、重新利用硬件，并投資于更具可持續(xù)性的AI相關(guān)技術(shù)生產(chǎn)流程。

意識與問責：提高開發(fā)人員和用戶對于生成式AI環(huán)境成本的認知同樣非常重要。道德AI框架應(yīng)當考慮到可持續(xù)性，企業(yè)則需要公開其AI項目的碳足跡。問責機制則可以涵蓋針對AI服務(wù)的碳標簽，類似于食品行業(yè)強制為產(chǎn)品標注卡路里。

在創(chuàng)新與可持續(xù)性之間尋求平衡

需要采取多方面方法來充分發(fā)揮AI科技的潛力，同時減輕其對環(huán)境造成的影響，使得生成式AI具備親社會屬性。確保AI系統(tǒng)本身經(jīng)過量身定制、訓練、測試以及定位，能夠為人類和整個地球帶來最好的結(jié)果，且理解人類需要良好的自然環(huán)境才能生存繁榮。實現(xiàn)這方面目標的具體路徑包括：

實踐步驟：建立氣候框架

身為企業(yè)領(lǐng)導者，大家可以考慮采取以下行動，以使您對于生成式AI的使用同環(huán)境可持續(xù)性訴求保持一致：

跨部門合作：敦促各科技企業(yè)、政府部門和環(huán)保組織之間的合作，以建立起可持續(xù)的AI應(yīng)用最佳實踐。

限制能源消耗：投資開發(fā)更節(jié)能的AI模型，并出臺基準以限制AI項目的能源使用總量。

投資可再生能源整合：將您的數(shù)據(jù)中心和AI運營體系向著可再生能源轉(zhuǎn)型，以最大限度控制碳排放量。

廢物監(jiān)測與管理：通過重復利用和回收AI硬件來減少電子垃圾，借此踐行循環(huán)經(jīng)濟原則。

倡導政策變革：參與政策對話，倡導并促進可持續(xù)AI實踐并阻止可能危害環(huán)境的法規(guī)通行落地。

通過培訓貫徹可持續(xù)意識：為技術(shù)團隊提供可持續(xù)AI實踐方面的教育和培訓，借此營造出負責任的環(huán)境保護文化。

引導利益相關(guān)方：通過披露AI運營造成的碳足跡并在組織內(nèi)建立問責制，借此提高AI環(huán)境成本的透明度。

在氣候變化的大背景之下，生成式AI的爆發(fā)既是機遇、也帶來了諸多挑戰(zhàn)。通過認識到其中的雙重性并積極應(yīng)對由此帶來的負面影響，我們可以確保生成式AI成為解決方案的組成部分，而非加劇問題的驅(qū)動因素。

展望COP29大會及以后，未來的對話必須側(cè)重于將親社會AI納入氣候戰(zhàn)略，并以可持續(xù)性作為核心指導原則。這些目標看似雄心勃勃，但也絕非盲目樂觀。因此必須指出的是，過往未能實踐這一努力的原因并非缺乏技術(shù)技能或者物理資產(chǎn)，而在于缺少保護環(huán)境的明確意識。通過綠色替代品取代化石燃料的可能性已經(jīng)存在十年，但敢為天下先的意志和魄力卻始終稀缺。面對不可逆轉(zhuǎn)的氣候變化那滴答作響的倒計時，希望我們?nèi)祟愡@次能走出一條與以往完全不同的道路。