科學(xué)家預(yù)測 AI 將產(chǎn)生數(shù)百萬噸電子垃圾

人工智能正在迅速更好地模仿其人類創(chuàng)造者。生成式 AI 現(xiàn)在可以令人信服地保全對話,制作藝術(shù),制作影片，甚至自學(xué)如何復(fù)制電腦游戲.

但正如中國科學(xué)院和以色列賴希曼大學(xué)（Reichman University）的研究人員的一項新研究警告的那樣，人工智能也可能無意中模仿了現(xiàn)代人類另一個不那么高尚的標志：破壞環(huán)境。

在生成式 AI 系統(tǒng)（包括聊天機器人）的迅速普及的推動下，例如聊天GPT和其他內(nèi)容創(chuàng)建系統(tǒng)，我們最終可能會額外增加 120 萬到 500 萬公噸電子垃圾到本十年末。

這項新研究特別關(guān)注大型語言模型（LLM） 是一種 AI 程序，可以解釋和生成人類語言，并執(zhí)行相關(guān)任務(wù)。

LLM 在大量文本數(shù)據(jù)集上進行訓(xùn)練，可識別語言規(guī)則和模式背后的統(tǒng)計關(guān)系，并應(yīng)用它們來生成類似的內(nèi)容，從而實現(xiàn)回答問題、生成圖像或編寫文本等不可思議的功能。

然而，除了許多好處之外，生成式 AI 還為社會提出了許多哲學(xué)和實踐問題——從對AI 搶走了我們的工作害怕它被人類濫用，欺騙我們，甚至成為自我意識和叛逆.

正如這項新研究所強調(diào)的那樣，生成式 AI 也開始對該技術(shù)預(yù)計將間接產(chǎn)生大量額外的電子垃圾發(fā)出警告。

生成式 AI 依賴于及時的技術(shù)改進，包括硬件基礎(chǔ)設(shè)施和芯片。他們指出，跟上技術(shù)發(fā)展所需的升級可能會加劇現(xiàn)有的電子廢物問題，具體取決于減少廢物措施的實施情況。

“LLM 需要大量的計算資源進行訓(xùn)練和推理，這需要大量的計算硬件和基礎(chǔ)設(shè)施，”該研究的作者寫.“這種必要性引發(fā)了關(guān)鍵的可持續(xù)性問題，包括與這些運營相關(guān)的能源消耗和碳足跡?！?/p>

以前的研究主要集中在能源使用以及人工智能模型的相關(guān)碳排放，相對較少關(guān)注模型生命周期中涉及的物理材料，或留下的電子設(shè)備廢物流。

該研究由中國科學(xué)院城市環(huán)境與健康重點實驗室資源管理專家王鵬領(lǐng)導(dǎo)，計算了生成式人工智能在 2020 年至 2030 年期間可能產(chǎn)生的電子垃圾數(shù)量的預(yù)測。

研究人員設(shè)想了四種場景，每種場景都有不同程度的生成式 AI 系統(tǒng)的生產(chǎn)和使用，從激進、廣泛使用的場景到保守、更受限制的場景。

在更激進的情景下，2023 年至 2030 年期間，生成式人工智能產(chǎn)生的電子垃圾總量可能增長到 500 萬噸，到十年末，每年的電子垃圾可能達到 250 萬噸。這或多或少相當(dāng)于地球上每個人都丟棄了智能手機。

高使用率情景還預(yù)測，AI 的額外電子垃圾將包括 150 萬噸印刷電路板和 500,000 噸電池，其中可能含有鉛等有害物質(zhì)。汞和 chromium 的 S 。

就在去年，只有 2600 噸電子產(chǎn)品因人工智能專用技術(shù)而被丟棄?？紤]到技術(shù)產(chǎn)生的電子垃圾總量，預(yù)計總體上將上漲約三分之一到 2030 年，人工智能的產(chǎn)量將達到 8200 萬噸，很明顯，人工智能正在加劇一個已經(jīng)很嚴重的問題。

通過研究這些不同的場景，Peng 和他的同事們提請注意一個重要的點：生成式 AI 不一定必須施加如此過重的電子垃圾負擔(dān)。

研究人員指出，國際能源署和許多科技公司倡導(dǎo)循環(huán)經(jīng)濟戰(zhàn)略來解決電子垃圾問題。

根據(jù)這項新研究，最有效的策略是延長使用壽命和模型再利用，這需要延長現(xiàn)有基礎(chǔ)設(shè)施的使用壽命，并在再制造過程中重復(fù)使用關(guān)鍵材料和模塊。

研究人員報告說，實施這樣的循環(huán)經(jīng)濟戰(zhàn)略可以將生成式 AI 造成的電子垃圾負擔(dān)減少多達 86%。

該研究發(fā)表在自然計算科學(xué).

寶寶起名