近期，一項由《華盛頓郵報》與加州大學河濱分校聯合進行的研究揭示了生成式人工智能（AI）對環境影響的嚴峻現實，特別是其在水資源和電力消耗方面的巨大需求。這項研究挑戰了外界對于AI環境代價的傳統認知，指出即便是簡單的文本生成任務，其背后也隱藏著不可忽視的環境足跡。
研究團隊發現，AI的用水量受到數據中心所在地理位置的顯著影響。以生成一封包含100個單詞的電子郵件為例，位于得克薩斯州的數據中心平均耗水量約為235毫升，而在華盛頓州，這一數值飆升至1408毫升，相當于三瓶普通礦泉水的量。這種差異反映出不同州在數據中心冷卻方面所采取的策略及其水資源利用效率的不同。
更令人擔憂的是，如果用戶頻繁使用像GPT-4這樣的先進AI模型，即使只是進行簡單的文字生成，水的消耗量也會迅速累積。研究指出，這種重復調用不僅加劇了水資源的消耗，還導致了電力需求的激增。
具體來說，如果美國約有10%的在職人員每周調用一次GPT-4，持續一年，那么所需的電量將達到驚人的121517兆瓦時。這一數字相當于華盛頓特區所有家庭20天的用電量。而實際上，由于用戶需求的多樣性和不可預測性，實際的電力消耗可能會更高。
研究還強調了數據中心對水電資源的消耗對周邊居民生活成本的影響。例如，meta在訓練LLaMA-3模型時消耗了2200萬升水，這一水量相當于種植約2013.5千克大米所需的水量，或者164名美國人一年的用水量。這種資源消耗不僅加劇了水資源短缺問題，還直接推高了當地居民的用水和用電賬單。
面對這些嚴峻的環境挑戰，包括OpenAI、meta、谷歌和微軟在內的多家科技公司紛紛表示將致力于降低AI對環境的負擔。然而，盡管這些公司做出了積極的回應，但它們尚未提出具體的行動方案。微軟發言人Craig Cincotta指出，公司正在研發無需消耗水資源的數據中心冷卻技術。然而，研究人員對此持審慎態度，認為企業的環保承諾在過去往往被盈利目標所犧牲。
生成式AI的廣泛應用雖然帶來了前所未有的便利和創新，但其對環境的影響也不容忽視。隨著技術的不斷發展，如何在保持AI創新力的同時減少其對環境的負擔，將是未來科技領域亟待解決的重要課題。
