近幾日大火電影《流浪地球2》中的超級人工智能MOSS引發(fā)群眾熱議，它代表了人類對于AI終極形態(tài)的幻想和對超級計算機迭代結(jié)果的展望。而投射到當下，一個基于OpenAI訓練的大語言模型——ChatGPT，也走入了公眾視野。隨著其同家族GPT4的迭代問世，ChatGPT向世人展現(xiàn)了無限的潛能，它為深度人工智能的發(fā)展掀開了一個口子，也激發(fā)了大眾對于AI領(lǐng)域的興趣和關(guān)注——相關(guān)市場隨之風起云涌，海量的研發(fā)投入也接踵而至。然而，如此火爆的現(xiàn)狀也可能蘊含潛在的能耗脅迫問題，在雙碳目標的視域下，對于超級AI的盲目投入可能并不可取。

 

人工智能算力追求背后的能源成本掣肘

 

AI模型本身并不具有感知和思考的能力，它只能根據(jù)輸入的數(shù)據(jù)進行計算并生成輸出結(jié)果。因此，人類對人工智能的研發(fā)更新便主要集中在優(yōu)化算法、改進數(shù)據(jù)集等方面，簡單來說可以歸納為對其算力的提升。然而，由于超級計算機需要大量的電力支持其高強度的計算工作，算力支撐的背后則是極大的潛在能源投入。馬薩諸塞大學阿默斯特校區(qū)的研究人員以常見的幾種大型AI模型的訓練周期為例，他們發(fā)現(xiàn)該過程可排放超過626,000磅二氧化碳，這幾乎是普通汽車壽命周期排放量的五倍（其中包括汽車本身的制造過程）。這篇論文結(jié)果表明：訓練一個AI模型產(chǎn)生的能耗多達五輛汽車一生排放的碳總量，由于這一觀察僅僅針對單一模型，這個數(shù)字顯然只是一個基礎(chǔ)。在慣常的認知中，訓練和開發(fā)人工智能似乎只是超級計算機的使命，我們只需要更改幾個參數(shù)，等待程序運行，就能得到一個滿意的答案。然而，軟件迭代的背后少不了硬件的支持，硬件的支持則直接將人工智能的開發(fā)問題導向了能源消耗問題之上，這是顯而易見卻也極易被大家忽視的。

 

據(jù)估計，目前AI的能源消耗約占全球能源消耗的3％，而據(jù)此推斷：直到2025年，AI將消耗15％的全球電力供應(yīng)，這意味著AI的快速發(fā)展將對能源消耗和環(huán)境產(chǎn)生巨大的影響。此外，除了硬件開發(fā)所必須投入的“固定碳成本”以外，對于人工智能日常環(huán)境的維護投入也不容小覷，而隨著AI算力的提升，這一問題將會更加嚴重。歸根到底，我們甚至無法判斷大熱的人工智能研發(fā)能否達成“投產(chǎn)相抵”的結(jié)果，不計成本的研究思路將會導致規(guī)模不經(jīng)濟的結(jié)果，這顯然是違背了自然規(guī)律和最初的出發(fā)點。地球的資源是有限的，人類能點亮的科技樹也是有窮的，如果無法解決人工智能研發(fā)所面臨的能耗掣肘，我們的科技暢想和技術(shù)發(fā)展可能始終都會“如鯁在喉”。

 

人工智能開發(fā)的未來困境討論

 

我國在當下仍然面臨著較為嚴重的能源短缺問題，盡管諸如太陽能、風能、水能等清潔能源被引入能源結(jié)構(gòu)，可若任由大規(guī)模的AI開發(fā)工作無序進行，無疑會導致極其可怕的結(jié)果。我們可以把現(xiàn)有能源體系看作一塊定量的大蛋糕，人工智能研發(fā)顯然是其中的一大食客；在能源的存量競爭中，如若任由魯莽的食客吃掉大頭的蛋糕，那么原本的蛋糕便就無法抵償其他項目的能源需求，隨之而來的就是化石能源的巨量消耗和碳排放的新高潮。這與我國30-60的雙碳目標顯然相悖，亦不利于環(huán)境的可持續(xù)發(fā)展和資源的存續(xù)。

 

在不遠的將來，大批的人工智能集成服務(wù)群可能會扎堆出現(xiàn)，各大城市的周圍也會集結(jié)各類超級運算中心，這背后的潛在電力支持將會是能源賬上的一筆巨額支出。當已有的清潔能源無法抵償能耗需要時，傳統(tǒng)化石能源的過量加入將成為必然的結(jié)果；除此之外，超級運算中心所需的水冷設(shè)施也可能導致廢熱廢水等環(huán)境污染問題，這對于大中型城市的發(fā)展也較為不利。在當下，雙碳計劃的提出和相關(guān)政策的調(diào)和已將我國的碳減排工作維系在一個可控范圍內(nèi)；然而，人工智能研發(fā)的無序介入極有可能成為節(jié)能減排一個不可控變量，這是值得我們思考和審慎對待的。

 

碳減排要求下，人工智能研發(fā)何去何從

 

若要確保人工智能在未來的持續(xù)性發(fā)展，能耗脅迫是我們必須要面對和解決的一大問題。對于AI發(fā)展而言，優(yōu)化算法、減少計算資源等方式顯得極為關(guān)鍵，而在其應(yīng)用過程中，我們可以采取包括使用可再生能源、優(yōu)化硬件設(shè)備等在內(nèi)的多種措施來減少碳足跡。此外，還可以采用多種策略來提高能源效率，如使用先進的制冷技術(shù)、采用更高效的電源設(shè)計、優(yōu)化硬件配置等。而對于能源消耗而言，優(yōu)化能源結(jié)構(gòu)仍是我們目前需要面對的最主要方面，可以加大對可再生能源的投資以降低依賴傳統(tǒng)化石能源的程度，減少對環(huán)境的不良影響，逐步實現(xiàn)能源的可持續(xù)發(fā)展。

 

總的來說，AI的快速發(fā)展和應(yīng)用帶來了能源消耗和環(huán)境問題，我們需要在技術(shù)和政策上尋求解決方案。在這個過程中，尋求可持續(xù)的能源供應(yīng)、開發(fā)高效的AI算法、促進可持續(xù)發(fā)展的政策和法規(guī)，都是至關(guān)重要的。

 

作者：王鵬 北京社科院研究員，北京習近平新時代社會主義思想研究中心特約研究員，南昌理工學院數(shù)字經(jīng)濟研究院院長、特聘教授。