近日，绿色和平组织联合奥科研究所发布了一份名为《人工智能的环境影响研究报告》的深度研究文件，该报告全面分析了人工智能（AI）在环境领域带来的多重挑战，并就如何实现可持续发展提出了一系列政策建议。报告的核心观点不容小觑，尤其是在指出AI技术的快速发展正在加剧全球资源消耗与碳排放方面。
资源消耗的急剧上升
报告指出，随着AI技术的发展，尤其是深度学习模型的愈加复杂，计算资源的需求量正在以不可思议的速度增长。2019年，GPT-2模型的参数数量为15亿，而到2025年，LLama 4模型的参数数量已增长至惊人的2万亿。这种规模的暴增意味着，AI模型的训练所需计算能力将在每五个月内翻倍，这将进一步推高对电力的需求。
具体来看，全球范围内，AI计算电力需求的激增是显而易见的。预计到2030年，AI领域的电力需求可能较2023年增加11倍。以美国为例，预计到2030年，其数据中心的耗电量可能超过水泥、化工和钢铁等传统能源密集型行业的总和。这标志着，一个新的时代即将来临，同时也暗示着科技巨头如谷歌、微软等在推动互联网向绿色转型的过程中正面临着新的环境挑战。
环境影响的多重维度
该报告进一步深入探讨了AI对环境的影响，从多个维度体现了其带来的挑战。在能源消耗方面，2023年，全球数据中心（包括加密货币）耗电487太瓦时，而这一数字预计到2030年将逼近1389太瓦时。而专用于AI的数据中心的耗电量将从2023年的50太瓦时飙升至554太瓦时。
温室气体排放方面，2023年全球数据中心的碳排放量预计将达到3.55亿吨二氧化碳当量，而专用于AI的数据中心因其高计算需求，显然在碳排放中占据了重要位置。与传统数据中心相比，AI专用数据中心的排放增幅不可忽视，届时将成为碳排放的重要源头。
水资源的消耗问题也日益显现。报告指出，2023年全球数据中心耗水量为1750亿升，预计到2030年，这一数字将激增至6640亿升，其中AI数据中心的耗水量占比将超过50%。更为糟糕的是，芯片生产和电力生成过程中所需的水资源也极大加剧了这一问题。
同时，报告还提到，随着数据中心和AI产业的快速扩张，预计在2030年前，有可能产生多达500万吨的电子废弃物。某些科技公司对于核能的投资，虽然在一定程度上可能缓解能源短缺问题，但同时也伴随着放射性废物处理和水资源消耗过大的风险。
间接与系统性影响
更为复杂的是，报告揭示了AI的间接与系统性影响。例如，尽管提升效率可能会带来部分资源节省，但“反弹效应”却可能刺激资源的过度消耗。算法推荐也可能加剧消费主义，导致用户在不知不觉中增加了对资源的需求。
面对这些巨大的环境挑战，该报告提出了五大可持续AI原则，重点强调了优先考虑环境效益、选择简易替代方案等重要措施。同时，报告还呼吁政策干预，包括强制披露数据中心与AI服务的能源和水资源消耗数据，推动数据中心融入可再生能源网络，并完善法律框架以纳入环境标准。
AI与可持续发展的协调之路
报告的强调，尽管当前AI的发展伴随着严峻的环境挑战，但通过技术优化、政策规范和企业社会责任的有效落实，依然可以在一定程度上实现AI与可持续发展的协同关系。随着全球对气候变化和资源消耗问题的关注度与日俱增，将AI可持续发展纳入政策制定和企业实践的核心，显得尤为紧迫和必要。
人工智能的发展若能在政策的引导和技术的创新下趋向可持续，或将为应对日益严峻的环境挑战提供有力支撑。因此，各国、科技企业及社会各界应积极携手，共同探索和实践可持续的人工智能发展之路。