本文来自千家网。
即使是最热心的气候变化观察家也抱有希望，因为如果人类创新和技术让我们陷入困境，他们也能让我们摆脱困境。很少有潜在的工具能够像人工智能一样成为引发乐观与担忧、承诺与困惑的混合体。
人工智能涉及可以模仿人类认知某些方面的复杂计算机系统，具有帮助人类应对气候变化并更好地应对其影响的巨大潜力。例如，全球的人工智能专家们正在研究如何利用机器学习来帮助我们更有效地利用资源，并更准确地预测日益常见的极端天气事件。
但在人工智能以这些方式投入使用之前，科技公司需要对这些应用进行密集的训练，并建立或扩展仓库规模的数据中心来支持这些系统，而要保持这些系统密集的计算机服务器的冷却和平稳运行需要大量的水和能源。
美国加州大学河滨分校的一项新研究表明，到目前为止，科技公司在确保人工智能日益增长的环境影响得到公平分配方面做得还不够。
相反，研究表明，科技公司似乎正在重复上个世纪化石燃料公司和许多其他行业的一些模式:他们选择通过让已经资源紧张和其他额外负担的社区，也首当其冲地承受与人工智能相关的环境影响来节省资金。
“我们目前基于成本分配人工智能计算的方式显然对某些地区产生了不成比例的影响，这些地区已经受到水或碳问题等资源的压力，”任一位研究人员表示。
“如果人工智能以浪费的方式使用资源，那么就会减少人工智能的净收益。”
随着近期美国政府传来顶级科技公司同意对人工智能自愿采取保障措施的消息，从联合国到AI Now Institute等世界各地的组织都在呼吁制定政策，优先考虑以环境可持续和公平的方式开发人工智能。
案例研究：菲尼克斯
在美国加州大学河滨分校大学以东几百英里处就有一个例子，说明当环境公平没有纳入人工智能方程时会发生什么。
凤凰城及其周边社区已成为科技公司建设数据中心的首选目的地。研究人员指出，那里的土地和电力比许多其他地区便宜，而亚利桑那州还为企业提供有吸引力的税收优惠。
本月早些时候，谷歌在菲尼克斯郊外的梅萨耗资10亿美元的数据中心破土动工。该公司在一份声明中表示，该园区最终将占地75万平方英尺，将有助于为谷歌现有的工具和“持续的人工智能创新”提供动力。
微软于2021年在凤凰城附近开设了一个数据中心，并继续扩建该综合体。Facebook的母公司Meta也在那里建立了一个数据中心，而许多其他科技公司也纷纷加入这一趋势。
人工智能需要令人难以置信的快速计算水平，特别是在训练阶段。这种计算水平意味着巨大的能源需求。由于美国大部分地区的电力仍然由煤炭和其他化石燃料产生，因此新的人工智能正在引发大量的碳排放，并增加了美国国家能源网的压力。
研究人员表示，训练GPT-3消耗了超过1000兆瓦时的电力。这相当于100多个普通家庭一年所需的能源量。
这些数据中心还需要可靠的冷却系统，以防止服务器排过热。企业通常使用液体冷却系统，将水泵入闭环以排出热量并保持平稳运行。
谷歌以对透明度的承诺为由，去年秋天发布了一份报告，显示其全球数据中心在2021年使用了超过43亿加仑的水，该公司指出，这大致相当于美国西南地区29个高尔夫球场的灌溉和维护所需的水。任正非表示，该公司位于俄勒冈州达尔斯的中心约占全市年用水量的三分之一。
Meta的自愿报告显示，同年使用了13亿加仑来冷却其17个数据中心。
研究人员表示，微软美国数据中心的GPT-3训练是目前最先进的设施，但即便如此，它们仍然需要70万升水。这相当于2000多人每天平均使用的水量。任指出，这还不包括为数据中心供电所需的水，因为煤炭、核能和其他类型的发电厂需要大量的水才能运行。
像英特尔这样的公司生产这些系统的核心芯片，它们也有基于菲尼克斯的制造工艺，研究人员表示，这一工艺也非常耗水和能源。
但凤凰城正像美国其他地方一样感受到全球变暖的压力。由于持续的干旱可能导致科罗拉多河和其他水源的供应中断，该地区多年来一直经历着特别严重的水资源短缺。凤凰城也正处于创纪录的热浪之中，本月每天的气温峰值都达到或超过43摄氏度。
这种情况导致一些居民和政治领导人抵制大量希望在自家后院建立数据中心的科技公司。
例如，对水的担忧推迟了微软建设数据中心园区的计划。今年夏初，美国亚利桑那州州长凯蒂·霍布斯(Katie Hobbs)制定了限制菲尼克斯周边新建设的计划，此前该州官员的一项研究发现，没有足够的地下水来满足下个世纪的预期需求。
通过“解决方案”进行排序
研究人员表示，在某种程度上，用水量上限和水费上涨可能会降低像凤凰城这样的地方建设数据中心的吸引力。但从目前正在进行的项目数量来看，显然那一天还没到来。
相反，迄今为止，科技公司在很大程度上应对当地和其他地方的资源压力，承诺从太阳能项目等可再生能源获取电力，支付其他地方的水恢复项目费用，并为主导系统转向空气冷却，以防止服务器过热。
不过，研究人员指出，空气冷却系统只有在室外温度为29度或更低时才能工作。凤凰城未来几周的最低气温预计不会低于这个温度。
此外，根据Google的说法，空气冷却系统需要大约10%的能源。研究人员表示，除非企业采取措施确保他们从可再生能源获得电力，否则任何改用空气冷却系统的做法都会减少他们的现场水足迹，同时实际上会增加他们的异地水足迹和碳排放量。
那么，科技公司可以采取哪些措施来减少人工智能对环境的影响并确保这些影响更公平地分配呢？
研究人员表示，首先，他们可以选择在水和热浪不那么严重的地方建立数据中心。他们还可以致力于建造尽可能先进的系统，这些系统与可再生能源项目相关，包括机械升级，允许水在排放前进行多次冷却。
这两项举措都可能会增加数据中心的建设成本。这就是税收激励和补助金可以发挥作用的地方，再加上从消费者那里购买一些商誉，同时降低他们自己与气候变化相关的潜在财务风险，可以帮助抵消这些价格差异。
另一方面，欧洲部分地区开始要求企业通过碳税等机制将气候成本纳入其项目中。这可能会促使他们要么降低项目的影响，要么将项目转移到其他地方，要么接受更高的价格，将这笔钱用于应对气候变化的项目。
这些策略可能会对未来的数据中心项目有所帮助。但研究人员认为，企业可以对现有中心进行运营变革，以减少对环境的影响并以更明智的方式分配这些影响。
研究人员表示：“因为这些大公司在世界各地拥有大量数据中心，他们实际上可以在不被注意到的情况下将工作负载或人工智能计算从一个数据中心转移到另一个数据中心，而完全不会影响用户体验。”“因此，我们有一个明确的决定，即如何在不同的数据中心之间分配人工智能计算，以便环境成本在不同地区之间更公平地分配？”
例如，这些系统所支持的相同人工智能可以用来确定哪些数据中心可以在任何给定时间以最小的碳足迹和水足迹运行，并将工作负载转移到这些地方。
研究人员表示，目前系统已经过优化，可以每隔几分钟将工作负载转移到电力最便宜的地方。但如果他们接受过将气候数据纳入计算的培训，他们就可以将人工智能培训项目从夏季的凤凰城设施转移到华盛顿的设施。或者，他们可以将日常工作负载从弗吉尼亚州的一个主要由煤炭供电的中心迁移到德克萨斯州主要依靠太阳能的一个中心。
研究人员还表示，包括谷歌和微软在内的一些公司正在尝试根据可再生能源的实时可用性来安排工作负载。但到目前为止，这些计划仍处于实验阶段，并非标准做法。
当被问及气候问题如何影响他们在何处建设数据中心的决定以及他们为确保人工智能相关的进步不会造成新的环境不公正而采取的措施时，谷歌发言人遵循了该公司秋季声明中宣扬的“气候意识方法”，其中包括尽可能使用回收水进行冷却。Meta没有在截止日期前做出回应。微软发言人表示，“我们目前没有任何信息可以分享。”
尽管对当今企业如何构建人工智能系统感到担忧，但研究人员表示，他对机器学习作为帮助应对气候变化的工具的未来仍然持乐观态度。
例如，在加州大学河滨分校的研究团队正在使用人工智能来规划密集的人工智能开发工作，这些工作有时需要大量能源，而碳足迹却是最小的。他还指出，机器学习能够通过结合先进的天气预报来帮助农民减少用水，或者帮助更有效地管理建筑物中的空调系统。
“人工智能的使用令人担忧，”研究人员说。“但它在降低其他部门的环境成本方面具有更大的潜力。”
