即使是最熱心的氣候變化觀察家也抱有希望，因為如果人類創新和技術讓我們陷入困境，他們也能讓我們擺脫困境。很少有潛在的工具能夠像人工智能一樣成為引發樂觀與擔憂、承諾與困惑的混合體。

人工智能涉及可以模仿人類認知某些方面的復雜計算機系統，具有幫助人類應對氣候變化并更好地應對其影響的巨大潛力。例如，全球的人工智能專家們正在研究如何利用機器學習來幫助我們更有效地利用資源，并更準確地預測日益常見的極端天氣事件。

但在人工智能以這些方式投入使用之前，科技公司需要對這些應用進行密集的訓練，并建立或擴展倉庫規模的數據中心來支持這些系統，而要保持這些系統密集的計算機服務器的冷卻和平穩運行需要大量的水和能源。

美國加州大學河濱分校的一項新研究表明，到目前為止，科技公司在確保人工智能日益增長的環境影響得到公平分配方面做得還不夠。

相反，研究表明，科技公司似乎正在重復上個世紀化石燃料公司和許多其他行業的一些模式:他們選擇通過讓已經資源緊張和其他額外負擔的社區，也首當其沖地承受與人工智能相關的環境影響來節省資金。

“我們目前基于成本分配人工智能計算的方式顯然對某些地區產生了不成比例的影響，這些地區已經受到水或碳問題等資源的壓力，”任一位研究人員表示。

“如果人工智能以浪費的方式使用資源，那么就會減少人工智能的凈收益。”

隨著近期美國政府傳來頂級科技公司同意對人工智能自愿采取保障措施的消息，從聯合國到 AI Now Institute 等世界各地的組織都在呼吁制定政策，優先考慮以環境可持續和公平的方式開發人工智能。

案例研究：菲尼克斯

在美國加州大學河濱分校大學以東幾百英里處就有一個例子，說明當環境公平沒有納入人工智能方程時會發生什么。

鳳凰城及其周邊社區已成為科技公司建設數據中心的首選目的地。研究人員指出，那里的土地和電力比許多其他地區便宜，而亞利桑那州還為企業提供有吸引力的稅收優惠。

本月早些時候，谷歌在菲尼克斯郊外的梅薩耗資10億美元的數據中心破土動工。該公司在一份聲明中表示，該園區最終將占地75萬平方英尺，將有助于為谷歌現有的工具和“持續的人工智能創新”提供動力。

微軟于 2021 年在鳳凰城附近開設了一個數據中心，并繼續擴建該綜合體。Facebook 的母公司 Meta 也在那里建立了一個數據中心，而許多其他科技公司也紛紛加入這一趨勢。

人工智能需要令人難以置信的快速計算水平，特別是在訓練階段。這種計算水平意味著巨大的能源需求。由于美國大部分地區的電力仍然由煤炭和其他化石燃料產生，因此新的人工智能正在引發大量的碳排放，并增加了美國國家能源網的壓力。

研究人員表示，訓練 GPT-3消耗了超過1000兆瓦時的電力。這相當于100多個普通家庭一年所需的能源量。

這些數據中心還需要可靠的冷卻系統，以防止服務器排過熱。企業通常使用液體冷卻系統，將水泵入閉環以排出熱量并保持平穩運行。

谷歌以對透明度的承諾為由，去年秋天發布了一份報告，顯示其全球數據中心在 2021 年使用了超過43億加侖的水，該公司指出，這大致相當于美國西南地區29個高爾夫球場的灌溉和維護所需的水。任正非表示，該公司位于俄勒岡州達爾斯的中心約占全市年用水量的三分之一。

Meta的自愿報告顯示，同年使用了13億加侖來冷卻其17個數據中心。

研究人員表示，微軟美國數據中心的GPT-3訓練是目前最先進的設施，但即便如此，它們仍然需要70萬升水。這相當于2000多人每天平均使用的水量。任指出，這還不包括為數據中心供電所需的水，因為煤炭、核能和其他類型的發電廠需要大量的水才能運行。

像英特爾這樣的公司生產這些系統的核心芯片，它們也有基于菲尼克斯的制造工藝，研究人員表示，這一工藝也非常耗水和能源。

但鳳凰城正像美國其他地方一樣感受到全球變暖的壓力。由于持續的干旱可能導致科羅拉多河和其他水源的供應中斷，該地區多年來一直經歷著特別嚴重的水資源短缺。鳳凰城也正處于創紀錄的熱浪之中，本月每天的氣溫峰值都達到或超過43攝氏度。

這種情況導致一些居民和政治領導人抵制大量希望在自家后院建立數據中心的科技公司。

例如，對水的擔憂推遲了微軟建設數據中心園區的計劃。今年夏初，美國亞利桑那州州長凱蒂·霍布斯 (Katie Hobbs) 制定了限制菲尼克斯周邊新建設的計劃，此前該州官員的一項研究發現，沒有足夠的地下水來滿足下個世紀的預期需求。

通過“解決方案”進行排序

研究人員表示，在某種程度上，用水量上限和水費上漲可能會降低像鳳凰城這樣的地方建設數據中心的吸引力。但從目前正在進行的項目數量來看，顯然那一天還沒到來。

相反，迄今為止，科技公司在很大程度上應對當地和其他地方的資源壓力，承諾從太陽能項目等可再生能源獲取電力，支付其他地方的水恢復項目費用，并為主導系統轉向空氣冷卻，以防止服務器過熱。

不過，研究人員指出，空氣冷卻系統只有在室外溫度為29度或更低時才能工作。鳳凰城未來幾周的最低氣溫預計不會低于這個溫度。

此外，根據 Google 的說法，空氣冷卻系統需要大約 10% 的能源。研究人員表示，除非企業采取措施確保他們從可再生能源獲得電力，否則任何改用空氣冷卻系統的做法都會減少他們的現場水足跡，同時實際上會增加他們的異地水足跡和碳排放量。

那么，科技公司可以采取哪些措施來減少人工智能對環境的影響并確保這些影響更公平地分配呢?

研究人員表示，首先，他們可以選擇在水和熱浪不那么嚴重的地方建立數據中心。他們還可以致力于建造盡可能先進的系統，這些系統與可再生能源項目相關，包括機械升級，允許水在排放前進行多次冷卻。

這兩項舉措都可能會增加數據中心的建設成本。這就是稅收激勵和補助金可以發揮作用的地方，再加上從消費者那里購買一些商譽，同時降低他們自己與氣候變化相關的潛在財務風險，可以幫助抵消這些價格差異。

另一方面，歐洲部分地區開始要求企業通過碳稅等機制將氣候成本納入其項目中。這可能會促使他們要么降低項目的影響，要么將項目轉移到其他地方，要么接受更高的價格，將這筆錢用于應對氣候變化的項目。

這些策略可能會對未來的數據中心項目有所幫助。但研究人員認為，企業可以對現有中心進行運營變革，以減少對環境的影響并以更明智的方式分配這些影響。

研究人員表示：“因為這些大公司在世界各地擁有大量數據中心，他們實際上可以在不被注意到的情況下將工作負載或人工智能計算從一個數據中心轉移到另一個數據中心，而完全不會影響用戶體驗。” “因此，我們有一個明確的決定，即如何在不同的數據中心之間分配人工智能計算，以便環境成本在不同地區之間更公平地分配?”

例如，這些系統所支持的相同人工智能可以用來確定哪些數據中心可以在任何給定時間以最小的碳足跡和水足跡運行，并將工作負載轉移到這些地方。

研究人員表示，目前系統已經過優化，可以每隔幾分鐘將工作負載轉移到電力最便宜的地方。但如果他們接受過將氣候數據納入計算的培訓，他們就可以將人工智能培訓項目從夏季的鳳凰城設施轉移到華盛頓的設施。或者，他們可以將日常工作負載從弗吉尼亞州的一個主要由煤炭供電的中心遷移到德克薩斯州主要依靠太陽能的一個中心。

研究人員還表示，包括谷歌和微軟在內的一些公司正在嘗試根據可再生能源的實時可用性來安排工作負載。但到目前為止，這些計劃仍處于實驗階段，并非標準做法。

當被問及氣候問題如何影響他們在何處建設數據中心的決定以及他們為確保人工智能相關的進步不會造成新的環境不公正而采取的措施時，谷歌發言人遵循了該公司秋季聲明中宣揚的“氣候意識方法”，其中包括盡可能使用回收水進行冷卻。Meta 沒有在截止日期前做出回應。微軟發言人表示，“我們目前沒有任何信息可以分享。”

盡管對當今企業如何構建人工智能系統感到擔憂，但研究人員表示，他對機器學習作為幫助應對氣候變化的工具的未來仍然持樂觀態度。

例如，在加州大學河濱分校的研究團隊正在使用人工智能來規劃密集的人工智能開發工作，這些工作有時需要大量能源，而碳足跡卻是最小的。他還指出，機器學習能夠通過結合先進的天氣預報來幫助農民減少用水，或者幫助更有效地管理建筑物中的空調系統。

“人工智能的使用令人擔憂，”研究人員說。“但它在降低其他部門的環境成本方面具有更大的潛力。”