当洪水涌过德州山区街道,热浪炙烤欧洲城市,野火席卷德国森林时,我们必须(最终)面对真相:我们的星球正在呼唤根本性的解决方案。在这个气候危机的熔炉中,人工智能的爆炸式发展既是潜在的救星,也是额外的威胁,如现代双面神雅努斯,同时面向拯救和毁灭。气候变化是真实存在的,我们必须以混合方式来应对。
这个悖论令人震撼。虽然人工智能提供了前所未有的工具来预防甚至治愈气候变化,但其自身的环境足迹却威胁着它所承诺的解决方案。投资于有利于地球和社会的天平倾斜不是慈善或理想主义,而是生存问题。
《世界人权宣言》确立了每个人都有生命权、自由权和安全权。在气候变化威胁这些基本权利的世界里,我们必须在利用人工智能力量的同时面对其成本。亲社会人工智能指的是专门定制、训练、测试和针对性部署以激发人类和地球最佳状态的人工智能系统——它们的时代已经到来。
在不归点的边缘试探
我们的生态系统已经失衡。从格陵兰岛和西南极冰盖,到珊瑚礁再到永久冻土,某些地球系统已经面临因全球变暖而跨越临界阈值的风险。进一步触发这些临界点可能导致人类物种的灾难性后果,包括农作物生产系统的崩溃和全球生态系统的加速连锁故障。一个临界点可能触发其他临界点。它们的影响将在我们相互关联的世界中产生涟漪效应,加剧经济、社会和政治压力,类似于但远比新冠疫情更严重。
光明面:人工智能作为气候卫士
人工智能的模式识别能力为环境可持续性提供了巨大潜力。其最大优势在于能够检测数据中的模式,如异常和相似性,并利用历史知识准确预测未来结果。例如,智能人工智能电网可以通过预测需求模式和优化可再生能源分配来减少高达20%的能源浪费。人工智能系统现在还用于跟踪冰山融化、预测极端天气事件和优化整个城市的能源消耗。在农业领域,人工智能驱动的精准农业技术在最大化作物产量的同时最小化用水量,同时解决粮食安全和水资源短缺问题。
该技术处理大量数据集的能力使气候建模取得突破。人工智能可以识别人类研究人员可能错过的微妙环境变化,从生态系统崩溃的早期迹象到碳封存机会。
除了预测,人工智能建模还推动清洁技术创新。机器学习算法优化太阳能电池板定位,设计更高效的风力涡轮机,并加速下一代电池的开发。在交通运输领域,人工智能实现智能交通管理系统,在城市地区减少30%的排放,而自动驾驶汽车承诺通过优化路线和车辆共享来减少交通排放。
阴暗面:人工智能的环境负担
然而,这种承诺是有代价的。训练单个大型人工智能模型可能消耗数千兆瓦时的电力,排放数百吨二氧化碳。
国际能源署估计,2022年全球数据中心电力消耗为240-340太瓦时,约占全球最终电力需求的1%到1.3%,但这个基准掩盖了未来的爆炸性增长。在2024年至2030年间,数据中心电力消耗预计每年增长约15%,比所有其他部门总电力消耗增长快四倍多,约为945太瓦时,略高于今天日本的整个电力消耗。
环境影响超出了能源消耗和碳排放。人工智能模型训练还可能导致惊人数量的淡水蒸发到大气中用于数据中心散热,可能加剧我们已经有限的淡水资源压力。这种水消耗恰好发生在气候变化加剧全球干旱和水资源短缺的时候。此外,数据中心规模庞大,占用了本可用于住房、农业和野生动物的空间。人工智能基础设施是否在排挤它本应服务的人类和地球?
这种负担的不平等加剧了伦理危机。富裕国家和企业从人工智能的能力中受益,而贫困社区却不成比例地承受其环境后果。过去十年来承受气候变化最大冲击的同样社区——从太平洋岛屿国家到撒哈拉以南非洲——现在面临来自人工智能资源需求的额外压力。
务实的前进道路
面对这个悖论,既不需要盲目乐观也不需要令人瘫痪的绝望,而是需要战略务实主义。我们共享一个地球,最终,只有每个人都赢,每个人才能赢。这不是技术决定论,而是政治家、消费者、公民和首席执行官必须做出的自觉选择。
为适应未来的社会设计解决方案不需要非黑即白的框框。这不是一个用非此即彼的心态就能成功解决的挑战。与其就有人工智能和没有人工智能的世界进行激烈辩论,我们不如系统地投资于将可持续性作为核心设计原则而非事后考虑的人工智能开发。这意味着优先考虑在最小化环境成本的同时提供最大气候效益的人工智能应用。该行业正走在不可持续的道路上,但有办法鼓励支持环境目标的生成式人工智能的负责任开发。
监管发挥着核心作用。正如我们要求对重大基础设施项目进行环境影响评估一样,我们需要对人工智能系统进行全面的环境问责。这包括强制报告能源消耗和碳排放,并配以具有约束力的改进目标。
私营部门和研究界都必须优先开发更高效的人工智能架构。当前的大语言模型取得了令人印象深刻的结果,但效率极其低下。神经形态计算、量子机器学习和生物启发算法的突破性研究可以以数量级更少的能源消耗提供同等能力。
权利,而非慈善
这不是企业社会责任或环境慈善的问题。这关乎基本人权。在被气候变化蹂躏的世界里,生命权变得毫无意义。当人工智能的能源需求与基本人类需求竞争时,适当生活水平的权利就会崩溃。当人工智能数据中心耗尽当地含水层时,水权就变成了学术问题。
国际法已经承认这些联系。《巴黎协定》承认气候行动必须尊重人权。联合国可持续发展目标明确将环境可持续性与人类尊严联系起来。我们现在需要的是在人工智能发展中执行这些原则的政治意愿。
当前的治理结构是不够的。迫切需要一个新的多尺度、前瞻性的全球治理议程,具有亲地球而非政治视角。对人类和地球的整体理解对我们作为人类、我们所属的社区、我们所属的国家和我们所依赖的地球来说是四赢的。人工智能可以帮助,但人类必须开始。社会和技术的临界动态,如可再生能源的快速采用,可以帮助扭转趋势——如果得到战略性利用。小行动可以带来大规模、快速的转变。但即使是小事也必须由某人、某地开始。
行动星球
向前推进需要在六个关键领域采取具体行动:
优先效率——投资于以最小环境成本提供最大气候效益的人工智能架构。选择精确而非力量,针对具体气候解决方案而非通用模型。作为消费者,要谨慎使用人工智能,每个查询都很重要。
立法问责——建立人工智能系统的强制性环境影响报告制度。制定具有约束力的排放目标,并通过经济激励和惩罚措施加以执行。要求人工智能公司在能源消耗和环境成本方面保持透明。
加速可再生能源——承诺为人工智能基础设施提供100%可再生能源。投资于电网规模的储存和传输以支持清洁能源部署。支持优先考虑人工智能运营清洁能源的公用事业和公司。
培育创新——资助高效人工智能架构、量子计算和生物启发算法的研究。支持气候重点人工智能工具的开源开发。鼓励设备端人工智能处理以减少数据中心需求。
确保公平——确保人工智能的气候解决方案惠及所有社区,特别是那些最容易受到气候变化影响的社区。防止人工智能发展加剧现有不平等。解决人工智能驱动的电力成本上升对低收入家庭的倒退影响。
立即行动——每天的延迟都会加剧气候危机和人工智能的环境影响。行动窗口正在迅速缩小。在人工智能使用方面做出自觉选择,支持可持续人工智能发展,并让公司为其环境足迹承担责任。
我们的选择
当德州洪水泛滥、欧洲城市炙烤、德国森林燃烧、太平洋岛屿消失时,我们面临一个根本选择。我们可以让人工智能成为环境破坏的另一个驱动因素,或者我们可以利用它的力量来治愈我们受伤的星球。技术存在。知识存在。剩下的是行动的意愿。
人工智能的双面性迫使我们面对一个令人不安的真相:可能拯救我们的工具也可能毁灭我们。但与具有固定双重性质的罗马神不同,我们有权选择培养人工智能的哪一面。在气候变化威胁数十亿人基本权利的世界里,这种选择不仅仅关乎技术。它关乎我们作为一个物种的身份,以及我们将留下什么样的未来。
我们只有一个地球。是时候开始这样行动了。
好文章,需要你的鼓励
当前企业面临引入AI的机遇与挑战。管理层需要了解机器学习算法基础,包括线性回归、神经网络等核心技术。专家建议从小规模试点开始,优先选择高影响用例,投资数据治理,提升员工技能。对于影子IT现象,应将其视为机会而非问题,建立治理流程将有效工具正式化。成功的AI采用需要明确目标、跨部门协作、变革管理和持续学习社区建设。
这项由东京科学技术大学等机构联合发布的研究提出了UMoE架构,通过重新设计注意力机制,实现了注意力层和前馈网络层的专家参数共享。该方法在多个数据集上显著优于现有的MoE方法,同时保持了较低的计算开销,为大语言模型的高效扩展提供了新思路。
美国垃圾收集行业2024年创收690亿美元,近18万辆垃圾车每周运营六至七天,每日停靠超千次。设备故障成为行业最大隐性成本,每辆车年均故障费用超5000美元。AI技术通过实时监控传感器数据,能提前数周预测故障,优化零部件库存管理,减少重复维修。车队报告显示,预测性维护每辆车年节省高达2500美元,显著提升运营效率和服务可靠性。
小米团队开发的MiMo-7B模型证明了AI领域"小而精"路线的可行性。这个仅有70亿参数的模型通过创新的预训练数据处理、三阶段训练策略和强化学习优化,在数学推理和编程任务上超越了320亿参数的大模型,甚至在某些指标上击败OpenAI o1-mini。研究团队还开发了高效的训练基础设施,将训练速度提升2.29倍。该成果已完全开源,为AI民主化发展提供了新思路。