机器学习算法已经风靡全球，通过在线订阅提供的日益流行的生成服务很可能会让地球环境深受其害。科学家们首次计算出了这些服务所需的能量；这是一个很大的数字，人工智能生成服务是真正壮观的能源浪费机器，基于人工智能的图像"创作"是碳排放最糟糕的活动。

人工智能初创公司 Hugging Face 和卡内基梅隆大学最近发表了一份研究报告，试图通过分析不同的活动和生成模型，了解人工智能系统对地球的影响。

论文研究了人工智能模型在1000次查询中产生的平均碳排放量，发现与生成图像相比，生成文本是一种明显低耗的活动。一个聊天机器人回答多达1000次查询所消耗的能量约为智能手机充满电所需能量的16%，而通过一个"强大"的人工智能模型生成图像所消耗的能量相当于充满一次电。

研究负责人亚历山德拉-萨莎-卢奇奥尼（Alexandra Sasha Luccioni）说，人们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。新的分析表明，每当我们查询一个人工智能模型时，维持该模型的计算基础设施都会给地球带来巨大的成本。

Luccioni 的团队利用 Hugging Face 平台计算了与 10 项流行的人工智能任务相关的碳排放量，包括问题解答、文本生成、图像分类等。科学家们开发了一种名为"代码碳"（Code Carbon）的工具来测量这些任务所使用的能源，它可以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 这样功能强大的模型生成 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。碳密集度最低的文本生成模型产生的二氧化碳排放量相当于驾驶类似汽车行驶 0.0006 英里。

研究进一步解释说，使用大型、复杂的生成模型要比使用针对特定任务训练的小型人工智能模型耗能得多。复杂的模型经过训练可以同时做很多事情，因此与经过微调、以任务为导向的简单模型相比，复杂模型消耗的能源最多可多出 30 倍。

研究人员还计算出，来自人工智能服务的日常排放量远远高于与人工智能模型训练相关的排放量。流行的生成模型（如 ChatGPT）每天使用数百万次，只需几周就能超过与其训练相关的二氧化碳排放量。麻省理工学院林肯实验室的研究科学家维贾伊-加德帕利（Vijay Gadepally）说，从人工智能模型中获利的公司必须对温室气体排放负责。