近几日大火电影《流浪地球2》中的超级
人工智能MOSS引发群众热议，它代表了人类对于AI终极形态的幻想和对超级计算机迭代结果的展望。而投射到当下，一个基于OpenAI训练的大语言模型——ChatGPT，也走入了公众视野。随着其同家族GPT4的迭代问世，ChatGPT向世人展现了无限的潜能，它为深度人工智能的发展掀开了一个口子，也激发了大众对于AI领域的兴趣和关注——相关市场随之风起云涌，海量的研发投入也接踵而至。然而，如此火爆的现状也可能蕴含潜在的能耗胁迫问题，在双碳目标的视域下，对于超级AI的盲目投入可能并不可取。
AI模型本身并不具有感知和思考的能力，它只能根据输入的数据进行计算并生成输出结果。因此，人类对人工智能的研发更新便主要集中在优化算法、改进数据集等方面，简单来说可以归纳为对其算力的提升。然而，由于超级计算机需要大量的电力支持其高强度的计算工作，算力支撑的背后则是极大的潜在能源投入。马萨诸塞大学阿默斯特校区的研究人员以常见的几种大型AI模型的训练周期为例，他们发现该过程可排放超过626,000磅二氧化碳，这几乎是普通汽车寿命周期排放量的五倍（其中包括汽车本身的制造过程）。这篇论文结果表明：训练一个AI模型产生的能耗多达五辆汽车一生排放的碳总量，由于这一观察仅仅针对单一模型，这个数字显然只是一个基础。在惯常的认知中，训练和开发人工智能似乎只是超级计算机的使命，我们只需要更改几个参数，等待程序运行，就能得到一个满意的答案。然而，软件迭代的背后少不了硬件的支持，硬件的支持则直接将人工智能的开发问题导向了能源消耗问题之上，这是显而易见却也极易被大家忽视的。
据估计，目前AI的能源消耗约占全球能源消耗的3％，而据此推断：直到2025年，AI将消耗15％的全球电力供应，这意味着AI的快速发展将对能源消耗和环境产生巨大的影响。此外，除了硬件开发所必须投入的“固定碳成本”以外，对于人工智能日常环境的维护投入也不容小觑，而随着AI算力的提升，这一问题将会更加严重。归根到底，我们甚至无法判断大热的人工智能研发能否达成“投产相抵”的结果，不计成本的研究思路将会导致规模不经济的结果，这显然是违背了自然规律和最初的出发点。地球的资源是有限的，人类能点亮的科技树也是有穷的，如果无法解决人工智能研发所面临的能耗掣肘，我们的科技畅想和技术发展可能始终都会“如鲠在喉”。
版权申明：本内容来自于互联网，属第三方汇集推荐平台。本文的版权归原作者所有，文章言论不代表链门户的观点，链门户不承担任何法律责任。如有侵权请联系QQ：3341927519进行反馈。
