基金人語/AI對環境帶來哪些污染\Samuel Thomas

人工智能（AI）正迅速改變我們的生活及工作方式，可能顛覆許多行業的發展，我們需要關注人工智能對環境造成的影響。本文從實體基礎設施和潛在應用方面探究人工智能的碳足跡。

人工智能對環境產生的直接影響，主要來自實體基礎設施包括數據中心、處理器及其他專用電腦硬件。證據顯示，人工智能運算對環境產生直接影響，很大程度上是負面的。

營運階段產生碳排放量較高

人工智能運算的生命周期分四階段：生產、運輸、營運與報廢。當中營運階段所產生的碳排放量高達70%至80%。一，生產階段涉及採用原材料的物理提取，以及建造人工智能硬件和基礎設施所需的組件。衡量碳排放量的其中一個難題，是所使用的資源通常與整體資訊及通訊技術（ICT）領域相關，而非只涉及人工智能領域。人工智能在生產階段的碳足跡估計存在着差異，目前而言，生產階段的碳足跡仍相對輕微。然而，隨着可再生電力在營運階段消耗的能源佔比持續上升，生產階段對環境足跡的影響將會更為顯著。二，運輸階段：資訊與通訊科技硬件產生的排放量，只佔全球運輸溫室氣體排放的一小部分，與人工智能運算硬件相關的運輸排放所佔的比例甚至會更低。

三，營運階段所產生的影響是主要關注的領域。兩項環境主要考慮因素是能源消耗及用水量。能源消耗以數據中心作為替代指標，了解人工智能的能源消耗情況。雖然並非所有數據中心的用途都與人工智能有關，但愈來愈多人工智能模型在超大型倉庫規模的數據中心進行訓練、儲存及部署。據估計，全球約有1%至1.5%的總用電量來自數據中心，相當於約220至320太瓦時（terawatt hours）。儘管數據中心的工作負荷大增，但數據中心的耗電量在過去十年維持在相對穩定水平。出現這種明顯脫鈎情況的原因是：人工智能運算效率提升；轉移至雲端；轉向更大規模數據中心。就生成式人工智能的能源消耗而言，哈佛大學的一項研究發現，訓練ChatGPT-3需1.3吉瓦時（gigawatt hours）電力，相當於120個美國家庭一年的用電量。與生成式人工智能相關的主要問題，在於模型複雜性飛速增長，因此所需的能源大大增加。

用水量方面，研究發現，訓練一項生成式人工智能模型可能消耗多達28.4萬公升水，相當於一個普通人27年的用水量。

四，報廢階段對環境的影響是其產生的電子廢棄物。這些廢棄物含有重金屬和有毒的化學物質，這些物質一旦滲入居住環境會造成污染。實施循環經濟模型，即盡量減少廢物及最大程度上利用資源，對於管理人工智能的環境影響至關重要。

至於人工智能對環境的正面影響，我們可運用多種創新方法，利用數據中心所產生的熱量，支持地區性的供熱系統，將高溫水輸送到家庭住戶及建築物。這種熱能亦可為溫室供暖，為養魚場及公共游泳池的水加熱。應用人工智能幾乎可以解決現實世界的各種問題，例如農業方面，避免森林砍伐並監測牲畜的健康，採用人工智能有望帶來顯著的環境效益。

（作者為施羅德可持續投資分析師）