生成式AI的高环境成本：生成1000张图像碳排放相当于汽油车行驶4.1英里

机器学习算法如今风靡全球，通过在线订阅提供的生成服务日益普及，这些服务背后的能源消耗却可能给地球环境带来巨大压力。Hugging Face和卡内基梅隆大学最近联合发布了一份研究报告，旨在揭示人工智能系统对地球的影响。

科学家们通过深入分析不同的活动和生成模型，计算出了人工智能模型在运营过程中的能源消耗和碳排放。令人惊讶的是，生成图像所需的能源消耗远高于生成文本。一个聊天机器人在回答1000次查询时所消耗的能量仅相当于智能手机充满电所需能量的16%，而一个高级人工智能模型生成一张图像所消耗的能量却相当于智能手机的一次完全充电。

研究负责人亚历山德拉·卢奇奥尼指出，尽管人们普遍认为人工智能是一个抽象的技术实体，生活在云端，对环境没有任何影响，但新的分析表明，每次查询人工智能模型时，其计算基础设施都会给地球带来巨大的成本。

利用Hugging Face平台，科学家们计算了与十项流行的人工智能任务相关的碳排放量，包括问答、文本生成、图像分类等。为了准确测量这些任务所使用的能源，科学家们开发了一种名为“代码碳”的工具，它可以精确计算出运行人工智能模型的计算机所使用的电力。

研究发现，使用像稳定扩散XL这样强大的模型生成1000张图像所产生的碳排放量，相当于驾驶一辆普通汽油车行驶4.1英里。相比之下，即使是碳密集度最低的文本生成模型产生的二氧化碳排放量也相对较小，相当于驾驶类似汽车行驶0.0006英里。

研究还进一步指出，使用大型、复杂的生成模型比使用针对特定任务训练的小型人工智能模型消耗的能源要多得多。因为复杂的模型经过训练可以执行多种任务，因此它们消耗的能源可能是经过微调、专注于单一任务的简单模型的30倍之多。

研究人员还指出，来自人工智能服务的日常排放量远远超过了与人工智能模型训练相关的排放量。流行的生成模型如ChatGPT每天被使用数百万次，仅在几周内就能超过与其训练相关的二氧化碳排放量。从人工智能模型中获利的公司必须对温室气体排放负责。

随着人工智能技术的不断发展，我们必须更加关注其背后的环境影响，并采取措施来降低能源消耗和减少碳排放，以实现可持续发展。