ChatGPT 爆红 科学家忧心使碳排放量激增
（本篇文章共863字，阅读时间约1分钟）
随着 ChatGPT 爆红，微软、Google，中国百度等大科技公司也相继宣布重大改革搜寻引擎，试图将大型人工智能模型整合至搜寻引擎，给用户更丰富准确的体验。但科学家忧心，这些新应用需要巨大的能源用量，将使碳排放激增。
台湾媒体引自外国媒体的报道指出：构建高性能人工智慧搜寻引擎的竞赛，需要运算能力大幅提升，后果就是科技公司能源用量和碳排放大幅增加。英国萨里大学团队分析，有大量资源用于索引和搜寻网路，接下来人工智能整合需要不同能力，也就是整合运算效能、储存和高效能搜索。每当线上运算处理步骤变化，就会令大型处理中心电力和冷却资源显著增加。预估搜索引擎整合人工智能后也会走上这条路。西班牙科鲁尼亚大学团队也指出，训练模型需要大量运算能力，只有大型科技公司才能负担。
据了解，尽管 OpenAI 和 Google都没有透露产品运算成本，但第三方分析估计，ChatGPT 部分依赖 GPT-3 模型，训练需消耗1287兆瓦时电力，产生550多吨二氧化碳当量，相当于一个人飞机往返中国上海和乌鲁木齐间550次。这个数字表面上看起不算多，但考虑到人工智能不仅要训练，将来还要执行数百万用户要求的工作。如此算来，碳排放数不可小看。
此外，如果把 ChatGPT当成独立产品，与整合到应用有很大不同。瑞银估计，ChatGPT日均独立用户为 1300 万，此基础下必要应用每天处理5亿次搜索。对此，加拿大资料中心公司QScale联合创办人Martin Bouchard表示，根据他对微软和Google搜寻的了解，搜寻引擎加入人工智能，需每次搜索至少增加 4~5 倍的计算量。
来自国际能源署的资料显示，数据中心总温室气体排放量已达全球排放量1%左右，即便搜索引擎企业承诺减少排放，但随着云端运算需求成长，这数字只会上升。对科技大厂来说，减少人工智能整合到搜索引擎产生的碳足迹和能源成本，方法之一就是将资料中心转用更清洁的能源，并重新设计神经网路，更高效以减少推断时间，也就是强化演算法运算能力。
Google 发言人 Jane Park 曾表示，Google 聊天机器人 Bard 最初版为轻量级大型语言模型，还发表研究介绍最先进语言模型的能源成本，包括早期和更大型的 LaMDA，结果说明高效模型、处理器和资料中心与清洁能源结合，可将机器学习系统碳足迹减少千倍。
科闻社版权声明：转载时标注原文链接不构成侵权