施罗德投资：AI有望带来显著环境效益 但需求及消耗可能增加

智通财经APP获悉，10月10日，施罗德投资可持续投资分析师Samuel Thomas指出，人工智能（AI）正在迅速改变人们的生活及工作方式，虽然人工智能有可能颠覆许多行业的发展，但亦需要关注人工智能对环境造成的重大影响。人工智能对环境产生的直接影响，主要来自其所需的实体基础设施，包括数据中心、处理器及其他专用电脑硬件。不少证据显示，人工智能运算对环境产生的直接影响很大程度上都是负面的。人工智能运算的生命周期分为四个阶段：生产阶段、运输阶段、营运阶段及报废阶段。当中，营运阶段所产生的碳排放量高达70至80％。

生产阶段涉及采用原材料的物理提取，以及建造人工智能硬件和基础设施所需的组件。衡量碳排放量的其中一个难题，是所使用的资源通常与整体资讯及通讯技术（ICT）领域相关，而非只涉及人工智能领域。人工智能在生产阶段的碳足迹估计存在着差异，目前而言，生产阶段的碳足迹仍相对轻微。然而，随着可再生电力在营运阶段消耗的能源占比持续上升，生产阶段对环境足迹的影响将会更为显著。

资讯与通讯科技硬件产生的排放量，只占全球运输温室气体排放的一小部分，与人工智能运算硬件相关的运输排放所占的比例甚至会更低。

在分析人工智能对环境的直接影响时，营运阶段是主要关注的领域，这个阶段的两项环境主要考虑因素是能源消耗及用水量。可以数据中心作为替代指标，以了解人工智能的能源消耗情况。虽然并非所有数据中心的用途都与人工智能有关，但愈来愈多人工智能模型在超大型仓库规模的数据中心进行训练、储存及部署。据估计，全球约有1至1.5％的总用电量来自数据中心，相当于约220至320太瓦时 (terawatt hours)。

尽管数据中心的工作负荷大幅增加，但数据中心的耗电量在过去10年维持在相对稳定水平。出现这种明显脱勾情况的主要原因是：人工智能运算效率提升、转移至云端，及转向更大规模数据中心。就生成式人工智能 (generative AI) 的能源消耗而言，哈佛大学的一项研究发现，训练ChatGPT-3需要1.3吉瓦时 (gigawatt hours) 电力，相当于120个美国家庭一年的用电量。与生成式人工智能相关的主要问题，在于模型复杂性飞速增长，因此所需的能源大大增加。

数据中心的水足迹，受发电时消耗的水资源及冷却消耗的水资源影响。麻省大学阿默斯特分校近期的一项研究发现，训练一项生成式人工智能模型可能消耗多达28.4万公升水，这相当于一个普通人27年的用水量。

人工智能报废阶段对环境的主要影响是其产生的电子废弃物。这些废弃物含有重金属和有毒的化学物质，这些物质一旦渗入人们居住的环境，将会造成污染。实施循环经济模型，即尽量减少废物及最大程度上利用资源，对于管理人工智能的环境影响至关重要。

从正面的角度来看，可运用多种创新的方法，重新利用数据中心所产生的热量，其中包括利用多余的热量支持地区性的供热系统，将高温水输送到各个家庭住户及不同的建筑物。此外，这种热能亦适用于农业范畴，例如为温室全年供暖，或为养鱼场及公共游泳池的水加热。

人工智能几乎可以解决现实世界的各种问题。就以可持续土地用途为例，人工智能的应用包括早期的农作物产量预测、精准量度农业及营养补给、用于农作物管理的超局部天气预报、早期检测农作物问题、自动化及增强土地用途变化检测，以避免森林砍伐并监测牲畜的健康与福祉。还有其他许多例子，但很明显的是，采用人工智能有望带来显著的环境效益。

然而，任何增强具有破坏性行业的人工智能应用都被视为有害。在某些特定情况下，只有能源消耗下降，人工智能提高营运效率及继而有利环境的论证才能成立。但随着技术变得更有效率及更具成效，需求及消耗亦可能因而增加。这可能会抵销效率提升所带来的环境或经济效益。