尽管关于人工智能的危险性，包括错误信息和威胁人类工作被取代等问题仍然主导着讨论，但波士顿大学的一位教授正对另一个可能的副作用发出警告——生成式人工智能工具可能带来相当大的环境影响。
波士顿大学计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究者，我经常担心构建人工智能模型的能源成本。”她指出，“人工智能越强大，所需能源就越多。”
尽管比特币和以太坊等区块链的能源消耗已经成为从Twitter到国会大厅的研究和争论的焦点，但人工智能的快速发展对地球的影响尚未得到同样的关注。
工信部等四部门印发新产业标准化领航工程实施方案，未来产业聚焦元宇宙、生成式AI等领域:8月22日消息，工业和信息化部、科技部、国家能源局、国家标准化管理委员会印发《新产业标准化领航工程实施方案（2023─2035年）》通知，《实施方案》主要聚焦新兴产业与未来产业标准化工作，形成8+9的新产业标准化重点领域。其中，新兴产业聚焦新一代信息技术、新能源、新材料、高端装备、新能源汽车、绿色环保、民用航空、船舶与海洋工程装备等8大领域；未来产业聚焦元宇宙、脑机接口、量子信息、人形机器人、生成式人工智能、生物制造、未来显示、未来网络、新型储能等9大领域。[2023/8/22 18:15:19]
英伟达宣布生成式AI引擎DGX GH200已投入量产，可支持万亿参数AI大模型训练:5月29日消息，美东时间5月28日，英伟达创始人兼CEO黄仁勋在NVIDIA Computex 2023演讲中宣布，生成式AI引擎NVIDIA DGX GH200现已投入量产。
英伟达官网显示，NVIDIA DGX GH200是将256个NVIDIA Grace Hopper超级芯片完全连接到单个GPU中的新型AI超级计算机，支持万亿参数AI大模型训练。能够处理大规模推荐系统、生成式人工智能和图形分析，并为巨型人工智能模型提供线性可扩展性。[2023/5/30 9:49:41]
萨恩科教授旨在改变这种情况，但她在文章中承认，关于单个生成式人工智能查询的碳足迹数据有限。然而，她表示，研究结果显示，生成式人工智能查询的能源消耗比简单搜索引擎查询高出四到五倍。
日立旗下Hitachi Ventures推出3亿美元新基金，将投资Web3和生成式AI领域:4月21日消息，日立（Hitachi.Ltd）宣布旗下全球风险投资机构Hitachi Ventures（HV）设立第三支基金，以加速数字领域创新。
该基金的初始规模为3亿美元，是之前设立的第一和第二基金规模的两倍，拟重点对Web3和生成式AI领域里的初创公司进行战略投资。
Hitachi Ventures于2019年6月推出了第一支基金，并于2021年10月推出了第二支基金，本次新推出的第三支基金还将关注拥有人工智能、区块链、云计算、5G等尖端技术和服务模式的初创公司。[2023/4/21 14:18:07]
根据2019年的一份报告，萨恩科教授提到一个名为BERT（Bidirectional Encoder Representations from Transformers）的生成式人工智能模型，拥有1.1亿个参数，训练该模型所消耗的能源相当于一人往返跨大陆的飞行，并使用图形处理单元（GPU）进行模型训练。
英伟达推出面向大语言模型和生成式 AI 的云服务产品:金色财经报道，英伟达宣布推出一组云服务产品，能够使企业构建、优化和运行定制的大型语言模型和生成式 AI 模型。Getty Images、Morningstar、Quantiphi 和 Shutterstock 等公司将创建和使用利用新的 NVIDIA AI Foundations 服务构建的 AI 模型、应用和服务。企业还可使用 NVIDIA NeMo?语言服务和 NVIDIA Picasso 图像、视频和 3D 服务来构建专用的、特定领域的生成式 AI 应用，用于智能聊天和客户支持、专业内容创作、数字模拟等。英伟达还宣布了用于生物学的 NVIDIA BioNeMo?云服务的新模型。此外，英伟达还推出了针对生成式 AI 应用进行优化的四种推理平台，可帮助开发者快速构建专门的、由 AI 驱动的应用。（界面新闻）[2023/3/22 13:18:38]
在AI模型中，参数是从数据中学习得到的变量，用于指导模型的预测。模型中的参数越多，通常意味着模型的复杂性更高，因此需要更多的数据和计算资源。在训练过程中，参数会进行调整以最小化错误。
相比之下，萨恩科教授提到OpenAI的GPT-3模型拥有1750亿个参数，其消耗的能源相当于123辆汽油驱动的乘用车一年的能量消耗量，或大约1287兆瓦时的电力。同时，该模型产生了552吨二氧化碳。她还补充说，这个数字仅仅是在准备启动模型之前，没有任何消费者开始使用模型时的数据。
萨恩科教授说：“如果聊天机器人像搜索引擎一样流行，部署这些人工智能的能源成本可能会非常高。”她举例提到，微软在本月早些时候将ChatGPT加入其Bing网络浏览器。
事情变得更加复杂的是，越来越多的AI聊天机器人，如Perplexity AI和OpenAI广受欢迎的ChatGPT，正在发布移动应用程序。这使得它们更容易使用，并暴露给更广泛的用户群。
萨恩科教授指出，谷歌进行的一项研究发现，使用更高效的模型架构和处理器，以及更环保的数据中心，可以大幅减少碳足迹。
萨恩科写道：“单个大型AI模型不会毁坏环境，但如果成千上万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，那么能源消耗可能成为一个问题。”
最后，萨恩科得出结论，需要进行更多研究，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可以运行在可再生能源上。通过将计算放在可再生能源更丰富的地方，或者安排在可再生能源更充足的时间进行计算，与使用主要由化石燃料主导的电网相比，可以将排放量减少30到40倍。”
元宇宙之心
企业专栏
阅读更多
金色早8点
金色财经 子木
欧科云链
比推BitpushNews
-R3PO
深潮TechFlow
MarsBit
Biteye
肖飒lawyer
PANews
Odaily星球日报
Foresight News
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。