生成人工智能的电子垃圾挑战
作者：Chen, Wei-Qiang
这是订阅内容的预览，通过您的机构访问
数据可用性
本文分析了现有的和公开的数据。本研究中使用的所有数据源均在正文或补充信息中引用17 号。图 1 和 2 的源数据1b、c 和 2b、c 可随本文提供。
代码可用性
我们方法的主要代码（以及运行代码的数据集）可用17 号。
参考
Crawford, K. 生成式人工智能的环境成本正在飙升，而且大多是秘密的。自然 626，693（2024）。
辛格尔，K.等人。大型语言模型编码临床知识。自然 620，172–180 (2023)。
格罗斯曼，I.等人。人工智能与社会科学研究的转变。科学 380，1108 - 1109 (2023)。
贾，Z.等人。医疗保健人工智能中资源意识的重要性。纳特。马赫。英特尔。 5，687–698 (2023)。
Lannelongue，L.等人。环境可持续计算科学的更环保原则。纳特。计算。科学。 3，514–521 (2023)。
Mytton, D. 和 Ashtine, M。数据中心能源估算来源：全面审查。焦耳 6，2032 年至 2056 年（2022 年）。
Masanet, E.、Shehabi, A. 和 Koomey, J. 低碳数据中心的特征。纳特。爬升。改变 3，627–630 (2013)。
计算2030：构建万物互联的智能世界（华为，2021）。
Baldé，C.P. 等人。2024 年全球电子废物监测（国际电联/训研所，2024 年）；https://ewastemonitor.info/the-global-e-waste-monitor-2024/
Parvez，S.M.等人。接触电子废物的健康后果：更新的系统评价。柳叶刀星球。健康 5、e905 – e920 (2021)。
数据中心和数据传输网络 https://www.iea.org/energy-system/buildings/data-centres-and-data-transmission-networks（国际能源署，2023）。
安布罗吉奥，S.等人。用于节能语音识别和转录的模拟人工智能芯片。自然 620，768–775 (2023)。
文，W.等人。学习深度神经网络中的结构化稀疏性。在过程。第30届神经信息处理系统国际会议2082 年至 2090 年（Curran，2016）。
Jonathan, O. 谁在为人工智能制造芯片？中国制造商落后于美国科技巨头。自然 https://doi.org/10.1038/d41586-024-01292-1（2024）。
Nuss, P. 和 Eckelman, M. J. 金属的生命周期评估：科学综合。公共科学图书馆一号 9，e101298（2014）。
Walden, J.、Angelika, S. 和 Maroye, M. 数字产品护照是循环经济的推动者。化学。英格。技术。 93，1717 年至 1727 年 (2021 年)。
约翰利 233．生成人工智能的电子废物挑战：修订版（V1.1）。泽诺多 https://doi.org/10.5281/zenodo.13790035（2024）。
致谢
这项研究得到了国家自然科学基金（72274187 to P.W.，71961147003 to W.-Q.C.）和CAS IUE研究计划（IUE-JBGS-202202 to P.W.）的资助。我们感谢 E. Masanet 和其他同事的贡献，他们改进了这项研究。
利益竞争
作者声明没有竞争利益。
同行评审
同行评审信息
自然计算科学
感谢 Loíc Lannelongue、Mengmeng Wang 和其他匿名审稿人对这项工作的同行评审所做的贡献。主要处理编辑：Kaitlin McCardle，与自然计算科学团队。
附加信息
出版商备注施普林格·自然对于已出版的地图和机构隶属关系中的管辖权主张保持中立。
权利和权限
Springer Nature 或其许可方（例如协会或其他合作伙伴）根据与作者或其他权利持有者签订的出版协议拥有本文的专有权；作者对本文已接受的手稿版本的自行存档仅受此类出版协议和适用法律的条款管辖。
关于本文
引用这篇文章
王 P.、张 LY.、Tzachor, A.等人。生成人工智能的电子垃圾挑战。自然计算科学（2024）。https://doi.org/10.1038/s43588-024-00712-6
已收到:
公认:
已发表:
DOI:https://doi.org/10.1038/s43588-024-00712-6
关于《生成人工智能的电子垃圾挑战》的评论
暂无评论