生成式人工智能产生大量碳足迹的罪魁祸首是其功耗。以聊天机器人为例。 ChatGPT 的高代币限制和快速输入处理具有巨大的能源需求。大多数用户没有意识到每个搜索查询所需的资源——他们无意识地向聊天机器人发送随机提示。

　　人工智能的快速发展延续了一次性文化。科技消费者购买市场上最新的系统，无论他们是否需要。有些人甚至几乎不了解这些小玩意。他们追求“下一件大事”，因为公司承诺新的、颠覆性的功能。

　　通过屈服于这种不可持续的生活方式，消费者使技术领导者能够控制对人工智能平台的需求。资源浪费在多余的工具上，而产生的效益微乎其微。

　　以 ChatGPT 为例。数以百万计的开发人员通过发布人工智能驱动的聊天机器人来利用这一繁荣。虽然微软、Meta 和谷歌等技术领导者建立了创新的语言模型，但大多数公司只是顺应了这一趋势。

　　人工智能的快速进步超过了管理指南和限制。甚至像 OpenAI 首席执行官 Sam Altman 这样的全球科技领袖也呼吁采取更严格的人工智能监管干预来控制强大的模型。截至目前，还没有任何一个机构对人工智能活动进行监督和监管。

　　但即使政府机构开始应对人工智能相关风险，生态破坏也将是他们最关心的问题。他们可能会优先考虑人工智能幻觉、道德违规和隐私威胁。尽管同样重要，但这些问题不应掩盖人工智能对生态的负面影响。

　　政府必须与环保组织合作来监管科技公司。他们可以通过调节人工智能开发人员的功耗、处理方法和矿物开采来最大限度地减少人工智能开发人员的碳足迹。

　　农业部门正在探索将人工智能系统融入农业的方法。战略实施可以帮助最大限度地提高作物生长、实现体力劳动自动化、抗击自然灾害，同时最大限度地减少管理费用。农业人工智能是一个不断发展的行业。至预测，到2032年，全球市场规模将超过102亿美元。

　　然而，尽管有这些好处，农业人工智能仍然忽视了训练和构建这些系统的巨大功耗。优先考虑高作物产量和高效的收割方法也会损害生态系统。按照这个速度，人工智能可能会无意中促进集约化农业实践，从而破坏土地并使土地脱水。

　　在数十亿个参数上训练人工智能驱动的平台需要大量资源。在准备用于抓取的数据集和将其输入人工智能模型之间，这个过程很容易消耗数百万瓦时的电力。

　　此外，数据测试包括严格的试验和错误。开发人员在开发模型迭代、解决问题和修复错误时将继续消耗大量能源。

　　用于构建、训练和商业化人工智能程序的硬件由各种地球金属组成。以 GPU 为例。制造它们需要铜、锡、银和锌等原材料，科技公司需要数千个 GPU 来维护人工智能系统。

　　开发商应探索采购原材料的替代方法。否则，随着对人工智能相关硬件的需求增加，破坏性的采矿活动只会升级。即使是最大的矿井也会在几十年后枯竭。

　　人工智能可以为汽车行业打造更节能、更智能的未来。 《国际环境研究与公共卫生杂志》的一项研究表明，自动驾驶汽车的碳排放量比传统汽车少 50% 至 100%。全球汽车制造商将逐步将人工智能集成到他们的设备中。

　　尽管燃油效率高，但人工智能引导汽车的出现也加剧了人口稠密城市的交通拥堵。私家车数量将继续超过公共交通枢纽yl6809永利。阿德莱德大学的一项纵向调查显示，与通勤或车辆共享相比，消费者更愿意购买无人驾驶汽车。

　　由于开发人员不断发布新的硬件和软件产品，人工智能正在迅速发展。他们都想首先占领全球市场。不幸的是，追求颠覆性技术加剧了社会日益严重的电子垃圾问题。请记住：维护人工智能系统需要数千个 GPU 和服务器，其中大部分无法回收。

　　尽管人工智能会对环境产生有害影响，但它并不是本质上不可持续的。上述大多数问题都源于人类如何设计、编程、实施和管理人工智能驱动的技术。科技公司不应再为了快速进步而牺牲生态实践。即使达到通用人工智能的顶峰，也不能证明消耗地球的自然资源是合理的。

　　公司还必须优先考虑环保技术。人工智能的商业、商业和工业应用掩盖了其帮助环境的潜力。该行业已经充斥着随机的人工智能应用程序和工具。但没有足够的开发人员有兴趣利用人工智能来保护资源和应对气候变化。返回搜狐，查看更多瑜伽三种人不能练