以色列和中国研究人员的最新分析显示，生成式人工智能（GAI）的日益普及，尤其是 ChatGPT 等大型语言模型，可能会导致电子垃圾大幅增加。研究人员警告说，如果不采取缓解措施，到 2030 年，电子垃圾每年产生量可能达到 250 万吨（22 亿公斤），甚至可能更多。
“地缘政治因素，例如对半导体进口的限制，以及为了节省运营成本而快速更换服务器的趋势，可能会进一步加剧电子垃圾的产生，”研究小组成员表示阿萨夫·察乔尔，谁研究存在风险以色列荷兹利亚赖希曼大学。
GAI 或 Gen AI 是人工智能的一种形式，它使用从现有数据中学到的模式创建新内容，例如文本、图像、音乐或视频。使这种基于模式的学习成为可能的一些原则是由物理学家约翰·霍普菲尔德（John Hopfield）提出的，他分享了2024 年诺贝尔物理学奖与计算机科学家和人工智能先驱 Geoffrey Hinton 合作。也许 Gen AI 最著名的例子是 聊天GPT（“GPT”代表“生成式预训练变压器”），这是大型语言模型 (LLM) 的一个示例。
虽然法学硕士的潜在好处是巨大的，但它们是有代价的。值得注意的是，它们需要大量的能量来训练和操作，以至于该领域的一些主要参与者，包括谷歌和 ChatGPT 开发商 OpenAI，正在探索建造新核反应堆的可能性为此目的。
量化和评估 Gen AI 的电子垃圾问题
然而，能源使用并不是与人工智能相关的唯一环境挑战。它产生的电子垃圾数量（包括可能含有铅和铬等有毒物质的印刷电路板和电池）也是一个潜在问题。“虽然人工智能的好处有据可查，但可持续性方面，特别是电子垃圾的产生，却在很大程度上被忽视了，”查乔尔说。
Tzachor 和他的同事决定解决他们所说的关于 GAI 如何造成电子垃圾的“重大知识差距”。由可持续发展科学家领导王鹏在中国科学院城市环境研究所，他们开发了一个计算能力驱动的物质流分析（CP-MFA）框架来量化和评估其产生的电子垃圾。Tzachor 解释说，这涉及对培训和部署法学硕士所需的计算资源进行建模，并将这些资源转化为物质流和电子废物预测。
“我们考虑了 GAI 发展的各种未来情景，从最激进的增长到最保守的增长，”他告诉我们物理世界。– 我们还考虑了地缘政治限制和服务器生命周期周转等因素。 –
利用这个 CP-MFA 框架，研究人员估计，在人工智能发现最坏情况的情况下，2023 年至 2030 年间产生的与人工智能相关的电子垃圾总量可能达到 500 万吨的水平。最广泛的应用。
一系列缓解措施
然而，最坏的情况远非不可避免。写在自然计算科学研究人员还对不同电子废物管理策略的有效性进行了建模。他们研究的策略包括通过定期维护和升级来延长现有计算基础设施的使用寿命；重复使用或再制造关键部件；改进回收流程，以在所谓的“循环经济”中回收有价值的材料。
根据该团队的计算，这些策略加起来可以减少高达 86% 的电子垃圾产生。Tzachor 补充道，投资更节能的技术和优化人工智能算法也可以显着降低法学硕士的计算需求，并减少频繁更新硬件的需要。
阅读更多
对抗人工智能中的算法偏见
另一种缓解策略是以使用模块化组件的方式设计人工智能基础设施，Tzachor 表示这种方式更容易升级和回收。“鼓励促进可持续制造实践、负责任的电子废物处理和扩大生产者责任计划的政策也可以在减少电子废物方面发挥关键作用，”他解释道。
Tzachor 表示，除了帮助政策制定者制定支持可持续人工智能发展和有效电子废物管理的法规外，该研究还应鼓励人工智能开发商和硬件制造商采用循环经济原则。“在学术方面，它可以作为未来研究的基础，旨在探索除法学硕士之外的人工智能应用对环境的影响，并总体上开发更全面的可持续发展框架。”