2021 年可能會成為人工智能的好年頭。據德勤稱，今年有超過 70%的組織打算增加在人工智能解決方案上的支出，以提高分析和自動化能力，在提高效率的同時令更有洞察力的數據驅動決策。但同時，對處理能力的巨大需求和隨之而來的碳足跡不斷增長，這也帶來了巨大的成本。

人工智能初創公司和那些希望獲得數字化服務的人，正力爭在收益以及環境影響中取得平衡。如果他們做不到這一點，人工智能可能會成為21世紀的塑料包裝，現如今已經開始威脅到地球的生態環境。

被利益蒙蔽了雙眼

由英國科學機構皇家學會通過最近的一份報告指出，數字技術（如機器學習和人工智能）具有不容忽視的環境成本。與此同時，歐盟警告說，IT 行業的溫室氣體排放量（目前為 2%）在未來 20 年內可能會增加七倍，達到 14%。這一趨勢得到了OpenAI 發布的數據支持，該數據表明，近年來，DeepMind的圍棋程序AlphaZero等關鍵AI技術所需的計算能力大約每3.4個月就會增長一倍，2012年至2018年期間增長了30萬倍。

在人工智能算法的培訓和部署過程中，有一些關于過度碳消耗的高調案例登上了頭條。其中一個使計算機能夠理解文本的模型，其碳足跡約等于往返紐約和北京125次。

綠色人工智能

初創公司、開發人員和學者已經在尋找減少人工智能碳排放的方法。

加州大學伯克利分校和谷歌的研究人員已有相關文章來解釋如何控制碳排放——可以從控制三個因素入手：算法的設計、訓練算法的硬件以及算法中心的綠色電力供應。像谷歌這樣的大公司可能有能力控制所有這三個關鍵功能，但一般采用人工智能的公司沒有。因此，開發人工智能的公司必須確保他們在整個設計和培訓過程中有考慮到可持續性相關的環節。

人工智能也可以用于綠色項目，許多公司已經在這樣實踐。這包括在制造業中使用人工智能來減少浪費和能源使用，例如英國初創公司 Space Intelligence ，已經將機器學習和人工智能應用于衛星數據，以解決重新造林和生物多樣性保護等環境問題。

氣候表現

在 2019 年的一篇研究論文中，西雅圖艾倫人工智能研究所概述了一種旨在使人工智能“更環保、更具包容性”的方法。實現這一目標需要人類與人工智能技術合作，全面從財務和環境影響出發計算構建和部署AI模型的成本，以預測、監控和減輕任何特定人工智能項目的碳足跡。這些問題今天都可以解決，只要根據整體影響來衡量 AI 系統的成功，那么就可以做出決定，為特定問題選擇正確的處理方式，從而顯著降低能耗、成本和時間。

企業領導者已經習慣于在更“傳統”的功能之間進行權衡——例如人力資源與預算，或資本支出與投資。碳影響是這些考慮的重要組成部分，負責任地使用人工智能將使人類能夠擁抱它的巨大潛力，而不會因高昂的計算成本而在應對氣候變化的斗爭中適得其反。

因此，至關重要的是我們都制定了“綠色人工智能”方法，并確保以透明和負責任的方式可持續性地開發人工智能。

本文由升哲科技編譯，轉載請注明來自sensoro.com