尽管关于人工智能的危险性，包含过错信息和威胁人类作业被替代等问题仍然主导着评论，但波士顿大学的一位教授正对另一个或许的副作用宣布正告——生成式人工智能工具或许带来相当大的环境影响。
波士顿大学核算机科学副教授凯特·萨恩科在《The Conversation》的一篇文章中写道：“作为一名人工智能研讨者，我常常忧虑构建人工智能模型的动力本钱。”她指出，“人工智能越强大，所需动力就越多。”
尽管比特币和以太坊等区块链的动力耗费已经成为从Twitter到国会大厅的研讨和争论的焦点，但人工智能的快速发展对地球的影响没有得到相同的重视。
萨恩科教授旨在改变这种情况，但她在文章中供认，关于单个生成式人工智能查询的碳脚印数据有限。然而，她表明，研讨结果显现，生成式人工智能查询的动力耗费比简略搜索引擎查询高出四到五倍。
根据2019年的一份陈述，萨恩科教授说到一个名为BERT（Bidirectional Encoder Representations from Transformers）的生成式人工智能模型，具有1.1亿个参数，训练该模型所耗费的动力相当于一人往返跨大陆的飞翔，并使用图形处理单元（GPU）进行模型训练。
在AI模型中，参数是从数据中学习得到的变量，用于辅导模型的预测。模型中的参数越多，通常意味着模型的杂乱性更高，因而需求更多的数据和核算资源。在训练过程中，参数会进行调整以最小化过错。
相比之下，萨恩科教授说到OpenAI的GPT-3模型具有1750亿个参数，其耗费的动力相当于123辆汽油驱动的乘用车一年的能量耗费量，或大约1287兆瓦时的电力。同时，该模型产生了552吨二氧化碳。她还弥补说，这个数字仅仅是在准备发动模型之前，没有任何顾客开始使用模型时的数据。
萨恩科教授说：“假如谈天机器人像搜索引擎相同盛行，布置这些人工智能的动力本钱或许会十分高。”她举例说到，微软在本月早些时候将ChatGPT参加其Bing网络浏览器。
工作变得更加杂乱的是，越来越多的AI谈天机器人，如Perplexity AI和OpenAI广受欢迎的ChatGPT，正在发布移动应用程序。这使得它们更简单使用，并暴露给更广泛的用户群。
萨恩科教授指出，谷歌进行的一项研讨发现，使用更高效的模型架构和处理器，以及更环保的数据中心，能够大幅削减碳脚印。
萨恩科写道：“单个大型AI模型不会毁坏环境，但假如不计其数家公司为不同目的开发略有不同的AI机器人，并且每个机器人都被数百万客户使用，那么动力耗费或许成为一个问题。”
最终，萨恩科得出结论，需求进行更多研讨，以使生成式人工智能更加高效，但她对此持乐观态度。
她写道：“好消息是，AI能够运行在可再生动力上。经过将核算放在可再生动力更丰富的当地，或许安排在可再生动力更足够的时间进行核算，与使用主要由化石燃料主导的电网相比，能够将排放量削减30到40倍。”
此时快讯
【Cardano的DEX交易量超1.2亿美元，创历史新高】5月27日消息，DefiLlama数据显示，Cardano的DEX交易额已经超过1.2亿美元，这一数字是四月份的两倍，已创下历史新高。
