AI也有自己的排放問題
![](http://www.chineselabour.ca/wp-content/uploads/2024/05/AgriRobot.jpeg)
•愛德華王子島大學的AgriRobot在馬鈴薯田裡。
AI也有自己的排放問題
從化石燃料過渡到可再生能源將有助於減少人工智能的碳足跡
在愛德華王子島聖彼得斯灣的一個農場裏,一輛黑色的四輪車,兩條伸出的手臂在一排大腿高的綠葉中蹣跚而行,巨大的輪胎踢起了馬鈴薯田的紅色泥土。 看起來它更像是在塵土飛揚的紅色火星景觀中,而不是在農場。
「有幾個人的確在路上停下來看看發生了什麼,」愛德華王子島大學(UPEI)氣候變化與適應學院臨時副院長艾塔扎茲·法魯克(Aitazaz Farooque)說。
認識 AgriRobot,這是一款使用人工智能進行訓練的機器人,可以識別馬鈴薯植物中的疾病。
法魯克領導著UPEI的一個研究團隊(與PEI和紐賓士域省政府合作),他們正在以創新方式使用人工智能。 AgriRobot 是 查蘭·普裡特·辛格(Charan Preet Singh ) 的心血結晶,他是該大學可持續設計工程系的碩士生。
「它會生成一張包含位置資訊的地圖,這樣即使有人必須進去,他們也不必接受培訓…… 他們可以在手機上載入該地圖,」法魯克說。 「它會引導你找到那些受感染的植物,並把它們取出去。 」
隨著氣候變化,農民面臨著比以往任何時候都多的挑戰。 從洪水、乾旱和疾病到氣溫升高以及生長和收穫季節的變化,農業業務正在迅速變化,這意味著農民和技術需要不斷跟上。
但具有諷刺意味的是:雖然人工智能正在幫助適應和減緩氣候,但它也有自己的排放問題。 隨著人工智慧的越來越多用於應用程式,這個問題只會越來越嚴重。
人工智能需要大量的計算機和能源
「人工智能正以各種方式用於應對氣候行動,」氣候變化人工智能( Climate Change AI )的聯合創始人兼主席普里亞·唐蒂(Priya Donti)說,氣候變化人工智能是一個全球非營利組織,致力於研究人工智慧在氣候領域的使用。
「從幫助我們更好地預測電網上的太陽能和風能,到幫助我們更好地將它們整合到電網中…… 幫助我們使用全球衛星圖像繪製森林砍伐和排放等,以便實時瞭解森林砍伐發生或排放發生的位置。 」
人工智能運行在計算機上,其中很多計算機都託管在世界各地的數據中心。 當人工智能模型運行時,它們需要電力。 如果這些電力來自使用化石燃料的電網,它就會造成排放。
同時,這些數據中心中的計算機會產生大量熱量,需要冷卻,通常需要更多的電力。
「 運行人工智能就是運行任何其他計算機程式。 你有一個輸入,你想要一個輸出,」紐約的研究員亞辛·傑尼特(Yacine Jernite)說,他為Hugging Face工作,該公司託管共用AI模型的開源平臺。
它將做很多很多的操作。 為一個答案執行大量操作,意味著運行這些操作的計算機會消耗大量的能量和電力。
問題是,沒有人真正知道人工智能在這些數據中心的排放中佔了多少。
「我們真的必須關注人工智能排放足跡的增長,」總部位於馬薩諸塞州劍橋市的唐蒂(Donti)說。
「從根本上說,有一件事是具有挑戰性的,那就是數據中心提供者之間沒有足夠的透明度,機器學習實體實際上正在創建機器學習演算法,以實際監測和測量這些溫室氣體排放。 」
預測野火發生
當我們面臨持續的氣候危機時,科學家們正試圖想出幫助我們應對後果的方法。
在南半球,蝗蟲疫情正在增加,威脅著糧食安全。 名為Kuzi的新工具正在幫助農民,通過使用衛星、土壤濕度、地表溫度、濕度等提供實時數據來預測潛在的疫情。 然後,它可以發送通知到農民的手機。
隨著野火風險的增加,工程師和科學家正在開發新的工具來感知甚至預測它們何時開始。
總部位於德國的Dryad Networks公司開發了太陽能感測器,甚至可以在火焰爆發之前嗅出火災。
「在膜的背後…… 是一種對氫氣、一氧化碳和揮發性有機化合物敏感的氣體感測器,」公司首席執行長 卡斯滕·布林克舒爾特(Carsten Brinkschulte) 說。 「所以,它實際上就像一個電子鼻子,實際上可以聞到火的味道。 這就是人工智能發揮作用的地方:我們在感測器中運行人工智能,讓它識別預先訓練的機器學習模型,這些模型已經針對火的氣味進行了訓練。 」
該公司已經在全球部署了20,000個,並在加利福尼亞州的部分森林中開展了一個試點專案。 布林克舒爾特說,Dryad還與一個未具名的組織開始了一個試點專案。
人工智能是以環境為代價的
專家表示,人工智慧具有巨大的潛力,但首先需要更好地瞭解它對排放的提供程度,以及向可再生能源的過渡。
「我們都需要綠化電網,我們需要認真選擇如何使人工智能模型在我們將使用它們的地方更有效率,」氣候變化人工智能的唐蒂說。
「但是,就像我們必須為每個部門做的那樣,重新評估哪些用途值得獲得電力。 」
這延伸到個人對人工智能的使用,因為並非所有的人工智能使用都是相同的。 給它看兩張圖片,一張是狗,一張是貓,然後讓它挑選貓,比讓它創造或計算東西消耗的能量要少得多。
雖然我們可能很開心地為自己創建篩檢程式或提出像 ChatGPT 這樣的生成式 AI 的問題,但它代價在排放方面。 事實上,一項研究表明,每次人工智能生成圖像時,它都會消耗足夠為手機充電的能量。
「我們絕對不應該將人工智能視為一種成本低的東西,」唐蒂說。 「我認為在你的電腦上用這個抽象的東西查看很容易,它沒有任何影響,但它確實有影響。 」