近期，一项由《华盛顿邮报》与加州大学河滨分校联合进行的研究揭示了生成式人工智能（AI）对环境影响的严峻现实，特别是其在水资源和电力消耗方面的巨大需求。这项研究挑战了外界对于AI环境代价的传统认知，指出即便是简单的文本生成任务，其背后也隐藏着不可忽视的环境足迹。
研究团队发现，AI的用水量受到数据中心所在地理位置的显著影响。以生成一封包含100个单词的电子邮件为例，位于得克萨斯州的数据中心平均耗水量约为235毫升，而在华盛顿州，这一数值飙升至1408毫升，相当于三瓶普通矿泉水的量。这种差异反映出不同州在数据中心冷却方面所采取的策略及其水资源利用效率的不同。
更令人担忧的是，如果用户频繁使用像GPT-4这样的先进AI模型，即使只是进行简单的文字生成，水的消耗量也会迅速累积。研究指出，这种重复调用不仅加剧了水资源的消耗，还导致了电力需求的激增。
具体来说，如果美国约有10%的在职人员每周调用一次GPT-4，持续一年，那么所需的电量将达到惊人的121517兆瓦时。这一数字相当于华盛顿特区所有家庭20天的用电量。而实际上，由于用户需求的多样性和不可预测性，实际的电力消耗可能会更高。
研究还强调了数据中心对水电资源的消耗对周边居民生活成本的影响。例如，meta在训练LLaMA-3模型时消耗了2200万升水，这一水量相当于种植约2013.5千克大米所需的水量，或者164名美国人一年的用水量。这种资源消耗不仅加剧了水资源短缺问题，还直接推高了当地居民的用水和用电账单。
面对这些严峻的环境挑战，包括OpenAI、meta、谷歌和微软在内的多家科技公司纷纷表示将致力于降低AI对环境的负担。然而，尽管这些公司做出了积极的回应，但它们尚未提出具体的行动方案。微软发言人Craig Cincotta指出，公司正在研发无需消耗水资源的数据中心冷却技术。然而，研究人员对此持审慎态度，认为企业的环保承诺在过去往往被盈利目标所牺牲。
生成式AI的广泛应用虽然带来了前所未有的便利和创新，但其对环境的影响也不容忽视。随着技术的不断发展，如何在保持AI创新力的同时减少其对环境的负担，将是未来科技领域亟待解决的重要课题。
