为人工智能提供动力：人工智能在各个领域都有巨大的潜力，从编码到驾驶，但广泛采用可能导致能源需求超过一些国家。Digiconomist创始人亚历克斯·德弗里斯在Joule的一篇评论中对人工智能的能源足迹提出了警告
自2022年以来，包括OpenAI的ChatGPT在内的生成式人工智能经历了爆发式增长。然而，训练这些模型是一个资源密集型的过程，像Hugging Face这样的公司报告说，他们的文本生成AI在训练期间一年消耗的能源相当于40个美国家庭的能源，约为433兆瓦时(MWh)。
为人工智能提供动力：能量密集型训练阶段
人工智能的能量消耗不仅限于训练。De Vries的分析表明，当人工智能根据提示生成数据时，它会消耗大量的计算能力和能量。例如，ChatGPT每天可能消耗564兆瓦时的电力。
谷歌雄心勃勃的人工智能集成
提高人工智能硬件和软件的效率可能会带来更大的能源消耗。随着人工智能的效率越来越高，它变得更容易访问，并在更多的应用程序中使用，遵循杰文斯悖论，导致资源使用的净增加。
谷歌将生成性人工智能集成到其服务中，如电子邮件和搜索。De Vries估计，如果谷歌的每一次搜索都使用人工智能，每年将需要29.2太瓦时的电力，相当于爱尔兰的年用电量。虽然这种情况在短期内似乎不太可能发生，但人工智能服务器产量的快速增长可能会改变形势。
人工智能面临的日益严峻的能源挑战
到2027年，全球人工智能相关用电量可能每年激增85至134太瓦时，与荷兰、阿根廷和瑞典等国的电力需求相当。人工智能效率的提高和将计算机处理芯片重新用于人工智能可能会进一步增加电力需求。De Vries强调，由于人工智能的能量强度，需要谨慎应用。
我们必须管理人工智能的能源消耗
总之，人工智能的潜在能源需求是一个关键问题。虽然人工智能提供了难以置信的可能性，从彻底改变行业到改善日常生活，但我们必须谨慎管理其能源消耗。提高效率应该与提高可及性可以带来更大的使用量这一认识相平衡，从而产生能源悖论。
随着我们的进步，公司、研究人员和政策制定者必须优先考虑节能的人工智能开发。通过这样做，我们可以利用人工智能的力量，同时减轻其对环境的影响，确保这项变革性技术在不损害地球资源的情况下为我们服务。
