隨著人工智能的發(fā)展，人們開(kāi)始討論該技術(shù)對(duì)環(huán)境的影響。一項(xiàng)研究發(fā)現(xiàn)，對(duì)于寫(xiě)作和插圖任務(wù)，人工智能排放的碳比人類執(zhí)行相同任務(wù)時(shí)少數(shù)百倍。然而，該研究的作者認(rèn)為，這并不意味著人工智能可以或應(yīng)該取代人類作家和插畫(huà)家。
堪薩斯大學(xué) Paul E. Wilson 杰出法學(xué)教授 Andrew Torrance 是一項(xiàng)研究的合著者，該研究將 ChatGPT、Bloom AI、DALL-E2 等現(xiàn)有系統(tǒng)與人類完成寫(xiě)作和插圖的系統(tǒng)進(jìn)行了比較。
與加密貨幣一樣，人工智能也因其使用的能源量及其對(duì)氣候變化的影響而受到爭(zhēng)議。人類排放和環(huán)境影響長(zhǎng)期以來(lái)一直在研究，但兩者之間的比較卻很少。作者進(jìn)行了比較，發(fā)現(xiàn)人工智能系統(tǒng)每生成一頁(yè)文本所排放的二氧化碳當(dāng)量(二氧化碳當(dāng)量)比人類作家少 130 到 1,500 倍，插圖系統(tǒng)每張圖像排放的二氧化碳當(dāng)量比人類少 310 到 2,900 倍。
“我喜歡認(rèn)為自己是由數(shù)據(jù)驅(qū)動(dòng)的，而不僅僅是我認(rèn)為是真實(shí)的。我們已經(jīng)討論過(guò)一些在人工智能排放方面似乎是真實(shí)的事情，但我們想查看數(shù)據(jù)并看看它是否是真實(shí)的。”確實(shí)更有效率，”托倫斯說(shuō)。 “當(dāng)我們這樣做時(shí)，結(jié)果有點(diǎn)令人驚訝。即使按照保守估計(jì)，人工智能的浪費(fèi)也極少。”
這項(xiàng)研究由加州大學(xué)歐文分校的比爾·湯姆林森、麗貝卡·布萊克和唐納德·帕特森共同撰寫(xiě)，發(fā)表在《科學(xué)報(bào)告》雜志上。
為了計(jì)算一個(gè)人寫(xiě)作的碳足跡，研究人員查閱了能源預(yù)算，該指標(biāo)考慮了在一段時(shí)間內(nèi)完成某些任務(wù)所使用的能源量。
例如，裝有文字處理軟件的計(jì)算機(jī)每小時(shí)消耗多少能量是眾所周知的。乘以一個(gè)人寫(xiě)一頁(yè)文字(平均 250 個(gè)字)所需的平均時(shí)間，即可得出估計(jì)值。使用與運(yùn)行人工智能的CPU(例如可以更快地生成文本的ChatGPT)相同的能量，可以對(duì)人工智能進(jìn)行估計(jì)。
研究人員還考慮了美國(guó)和印度個(gè)人的人均排放量。前者的居民每年大約排放 15 噸二氧化碳當(dāng)量，而后者的平均排放量為 1.9 噸。
選擇這兩個(gè)國(guó)家是因?yàn)樗鼈冊(cè)谌丝诔^(guò) 3 億的國(guó)家中分別具有最高和最低的人均環(huán)境影響，并提供與人工智能相比世界不同地區(qū)不同排放水平的情況。
標(biāo)簽：
免責(zé)聲明：本文由用戶上傳，如有侵權(quán)請(qǐng)聯(lián)系刪除！