人工智能（AI）的经济和环境影响
简介
超过一年前，我开始尝试使用开放AI的ChatGPT和世界各地各团队开发的GAN GPT等生成预训练模型进行实验。最近，我了解到微软计划以核能来推动其人工智能野心，于是开始思考我所有在线AI活动的环境影响。在我们开始本文之前，请注意这不是一封给Satya Nadella的公开信，也不是一封抱怨信，而更多是一个探讨的起点，我们想了解如何改善这个问题，以避免重复过去的错误。
我希望在我们一起深入讨论之前，给你提供一些背景和上下文，因为在这个话题上，我远非客观和"没有意见"。1979年，当"三里岛"事故在世界的另一边发生时，我还只是法国的一个六个月大的婴儿。令人惊讶的是，我还十分清晰地记得1986年，当时我的父母告诉我不要在外面玩耍，因为'切尔诺贝利'事故发生后，放射性云在欧洲蔓延。最后但并非最不重要的是，2011年的一天，我和妻子坐在家里，看着地震后的新闻，为我们在日本的朋友祈祷，不幸的是，那变成了"福岛"事故。你现在应该已经猜到，我对这种能源产业模式并不是特别喜欢。
使用HTML结构，将以下英文文本翻译为简体中文： 在全球32个国家中，只有440多个核能发电机组正在运行。在我在这个星球上存在的45年里，我经历了三次重大的核工业灾难。而且并不奇怪的是，我们一次又一次听到的都是基于过度自信、保障措施和工业突破技术发现的承诺。所以是的，当我偶然看到这篇文章时，我稍微感到失望。难道我们对我们的限制还不够了解吗？是不是该走另一条路了呢？
核能是不可再生的。
上述陈述是必不可少的，而且不应简化，因为在2023年，我们必须开始计划使用可再生能源，这与核工业模式有着明显的差异。为了一目了然，到2050年，你需要建造1400座原子反应堆来减少全球4%的二氧化碳排放量（请记住，我并不是要求这样做）。
欧洲周围的核足迹
大约25%的欧盟能源是核能，其中超过一半是在法国产生的。目前，13个成员国中有103个反应堆正在运行。这些反应堆在2019年提供了约50%的低碳电力。自2016年以来，全球多个国家，如澳大利亚、奥地利、丹麦、爱尔兰、意大利、爱沙尼亚、拉脱维亚、列支敦士登、卢森堡、马来西亚、马耳他、新西兰、挪威、葡萄牙和塞尔维亚都没有核电站，并且继续反对核能。德国、西班牙和瑞士也计划到2030年逐步淘汰核能。这些数据可能会使在欧洲建立核自供电数据中心变得困难。
聊天GPT的运营成本
这无疑是一些能源探索的起源，也正是我们在这篇文章中需要回答的一个问题，以了解人工智能对能源的需求。在2023年4月，维护ChatGPT聊天机器人的运营成本每天超过694,444美元。因此，通过推算六个月后的情况，我们或许每年接近253,472,060百万美元（仅针对ChatGPT）。坦率地说，我认为现在每天接近一百万美元，很可能是由于Open AI移动应用的推出，从而影响了该工具的民主化。以这些数字来看，显然更广泛的人工智能生态系统对于那些无法仅依靠免费模式生存的公司来说，将具有巨大的成本。但这总是值得的吗？我们所有的Gen AI实验都值得环境带来的影响吗？
新反应堆和铀矿
在微软的假设中，新的小型模块化反应堆（SMR）将被安装在数据中心中。这种新型原子反应堆需要高浓缩铀燃料，被称为高浓缩铀（HALEU），与目前传统反应堆所使用的燃料不同。有趣的事实是：俄罗斯是世界上HALEU最主要的供应国。因此，与近年来全球地缘政治演变相关，美国似乎有意建立国内铀供应链，而附近铀矿和加工厂的社区已经开始抗争（包括纳瓦霍社区）。
我们离实现核聚变还有几十年。
人们会给你美好的承诺，基于核聚变充满丰盛和荣耀的未来。但在有人试图告诉你之前，请记住我们离核聚变还有几十年的时间！目前有两种主要的研究类型：托卡马克和恒星器。托卡马克利用等离子体中的电流，而恒星器则利用设备外部的磁铁来创建一个包围等离子体的螺旋状环。根据普林斯顿等离子物理实验室的哈奇·尼尔森（Hutch Neilson）的说法，恒星器似乎更加稳定，但在研究较少的情况下难以构建。另一方面，托卡马克更易于建造，但存在一些不稳定性问题。
使用人工智能和机器学习负责任
但让我们在这个工业能量模型上暂停一秒钟。假设我们接受人工智能对我们社会发展的基础性作用，因为在那种情况下，这些技术将有助于在未来几年内找到治愈疾病的方法，开发新药以挽救生命，创造新形式的能源，并找到解决重大气候挑战的现实解决方案。如果我们这样做，难道我们不应该至少承认每个基于机器学习的新人工智能玩具都会产生生态影响吗？和一个机器人聊天真的值得让我们的孩子在未来管理核废料吗？在这个亲切的讨论中，要记住核能低成本的论点通常是高度偏见的，因为我们没有考虑到研究、保险、拆除、核废料埋藏、灾后恢复等费用，这些费用主要由你和我以税金支付。
超过40%的OECD调查受访者在被问及他们的公司是否衡量了人工智能计算与环境影响之间的关系时回答“否”。贵公司是否在衡量生态影响？
一些有趣的途径
在2020年，德国在能源转型领域创造了37.5万个工作岗位，这还不包括那些间接受益于这场浪潮的房地产建筑业相关岗位。同时，已经证明可再生能源创造了当地就业机会（我相信这对你来说听起来就像是美妙的音乐）。
当我们谈论人工智能能源消耗时，我们可以以房屋为比喻。更换你的锅炉只是一件事；而考虑绝缘则是另一件同样有趣的事情。减少账单支出也可通过减少花费实现。正因如此，在2018年，微软在苏格兰奥克尼群岛的海岸附近（项目Natick）部署了一个位于水下117英尺的安全联网数据中心。该想法是让其无人打扰地放置两年，微软发现水下数据中心可靠、实用并且可持续利用能源。请随意在此观看视频。
此外，人工智能的发展将涉及更大规模和更高速度的海量数据传输。优化允许数据在数据中心之间传输的基础设施至关重要，可能是一个令人兴奋的领域。硅光子学解决了这个问题。这个研究领域的目标是开发光学模块，用于将电信数据转换为光信号，并以光纤的形式以非常高的速度广播数据。目前，尽管需求很高，但这些模块的生产成本很高，这是它们的缺点。
集成硅光子学的主要目标是显著提高生产力，提高能源效率，以减少服务器的电力消耗。这是怎么做到的呢？通过成功将光学组件微型化、制造，然后集成到硅晶圆上（半导体的薄片）。通过使用先进的雕刻工艺，这些光学组件可以进行大规模生产，从而获得更好的性能和能源效率。顺便一提，我们最近了解到台积电已经与英伟达和博通合作，更加认真地研究这项技术。其目标是使用台湾晶圆厂最先进的雕刻工艺，在与英特尔或全球铸造公司已经在研发的竞争解决方案上取得更好的表现。这是台积电进一步在人工智能领域站稳脚跟的方式。
结论
所有你的AI、ML和日常GPT工作是否值得在接下来的几十年内在全球的数据中心中实施？未来的世代将需要维护数百个新的小型核反应堆吗？这种风险并不值得，我们可能不希望将整个AI消耗模型建立在我们无法实施、维护和保护下一代的能源形式上。我的孩子们肯定不会为我拥有这种类型的AI环境遗产而感到骄傲；你的孩子呢？
随时订阅我的个人资料，以便获取以后的文章更新，如果你还需要的话。你也可以在领英和推特上找到我。请告诉我你的想法，并随时加入下方的讨论。不要忘记点击👏 谢谢！
Dimitri Pletschette 🚀 领英 | Medium | 推特 | 微软 | 长毛象
