關鍵事實：
訓練AI 模型需要大量資源。
硬件效率是減少這種對環境影響的未來目標。
自2022 年起，公眾可以選擇使用人工智能(AI) 平台。除了它對各種任務的用處之外，該行業還因其耗電問題而受到與比特幣挖礦相同的指責。
人工智能需要大量能量，因為它們需要強大的計算系統來訓練和運行算法。與移動和計算機應用程序一樣，人工智能由存儲海量信息的巨大數據中心提供支持。
當然，這些服務器會消耗能源來運行，這會對環境產生影響，因為消耗不可再生資源來發電以及排放機器產生的氣體。
人工智能消耗的電量取決於幾個因素，例如模型的大小、用於訓練模型的數據集以及用於運行模型的硬件。
此外，用於運行AI 的硬件類型也會影響它們的功耗。從這個意義上說，圖形處理單元(GPU) 或中央處理單元(CPU) 可用於執行AI 密集型計算。
同樣，比特幣挖礦的消耗量也取決於所使用的硬件和安裝的礦工數量，而比特幣挖礦的碳足跡同樣受到批評。最高效的挖礦設備也是最昂貴的，但它可以以更少的能源消耗提供更多的處理能力。
AI用電數據
全球各個門戶網站上發布的幾份報告表明，隨著ChatGPT 等人工智能的興起，全球能源需求可能會增加五倍。
一些分析師預計目前的AI 消耗量（紅色）將在未來趨於平穩（藍線）。來源：semiengineering.com
美國康奈爾大學的專業人士進行的一項研究詳細說明，單個AI 模型的訓練產生的碳排放量相當於5 輛汽車在其整個使用壽命期間產生的碳排放量。就是用來訓練人工智能的GPU和CPU長時間投入運行（包括幾個月。
此外，根據ChatGPT-3 和其他AI 模型的開發商OpenAI 的一項研究，所需的計算能力每3 或4 個月翻一番。另一方面，處理器的處理能力大約每兩年翻一番，正如摩爾定律所表明的那樣，儘管一些專家保證這在當前幾年不再有效。
然而，這並不意味著人工智能模型會隨著時間的推移變得更加高效，並且它們的訓練需要的資源比現在更少。當然，這將有助於減少該行業對環境的影響。
比特幣挖礦和人工智能之間的共同批評
比特幣挖礦和人工智能(AI) 的使用是兩個在環境影響方面引起爭議的技術領域。比特幣開採需要大量能源，因為高性能計算機用於解決複雜的數學問題並驗證網絡上的交易。
比特幣開採在其整個歷史中的碳排放量。資料來源：劍橋大學。
比特幣挖礦因其耗電量而受到批評。據CriptoNoticias 報導，該行業越來越多地轉向可再生能源，甚至有專家將這種使用率定在50% 以上。相比之下，劍橋大學比特幣電力消耗指數表明，礦工使用的能源中有26.2% 是可再生能源。
然而，同一網站強調，目前比特幣挖礦產生的碳排放量僅佔全球總量的0.73%。該活動在產生最多排放量的活動中排名第74 位，在需要最多電能的活動中排名第33 位。
人工智能讓我認罪
“部分供認，證據減免”，一句名言說。在向ChatGPT-3 詢問人工智能對環境的影響時，他回答說“人工智能對環境有重大影響，因為訓練和運行機器學習模型需要大量能量。”
然而，該語言模型強調“需要注意的是，人工智能還可以通過幫助解決環境問題，例如預測自然災害或優化自然資源管理，對環境產生積極影響。”。
人工智能識別你的用電量，甚至可以與比特幣挖礦相提並論。來源：ChatGTP-3
當被問及將這種能源消耗與比特幣挖礦進行比較時，人工智能似乎“拿出武器”並攻擊圍繞主要加密的行業。 “比特幣開採對環境沒有直接的積極影響，因為它的主要目標是創收。”
然而，很明顯，這種能源消耗是值得的，並為人類提供了重要的工具。 “根據這些活動的目的和潛在利益評估這些活動對環境的影響非常重要。 有必要尋找減輕這些活動對環境影響的方法，要么通過使用可再生能源，要么通過優化流程來減少能源消耗，”ChatGPT-3 說。
資訊來源：由0x資訊編譯自CRIPTONOTICIAS。版權歸作者Fernando Clementín所有，未經許可，不得轉載