当人工智能与环保相遇，如何互相成就？
人工智能（AI）如今发展得如火如荼，各种颠覆式的突破层出不穷。但我们不能忽视人工智能为现实世界带来的环境成本以及各类未知的溢出效应。因此，如何在合理利用人工智能的同时减少相关能耗带来的碳排放，成为这一领域的关键性问题。
人工智能的实体基础设施对环境有何影响？
人工智能对环境产生的直接影响，主要来自其所需的实体基础设施，包括数据中心、处理器及其他专用计算机硬件。不少证据显示，这些设施会对环境产生较显著的直接影响。
人工智能运算的生命周期分为生产、运输、运营及报废四个阶段：
1. 生产阶段
生产阶段涉及所采用原材料的物理提取，以及建造人工智能硬件和基础设施所需的组件。目前而言，生产阶段的碳足迹仍相对轻微。但是，随着可再生电力在运营阶段消耗的能源占比持续上升，生产阶段对环境的影响可能会更为显著。
2. 运输阶段
信息和通讯科技硬件产生的排放量，只占全球运输温室气体排放的一小部分，与人工智能运算硬件相关的运输排放所占的比例甚至会更低。
3. 运营阶段
运营阶段所产生的碳排放量高达整个生命周期排放量的70%至80%，能源消耗及用水量是我们在这一阶段的两个主要考虑的环境因素。
能源
目前，越来越多人工智能模型在超大型仓库规模的数据中心进行训练、储存及部署。尽管工作负荷大幅增加，但数据中心的耗电量在过去十年维持在相对稳定的水平。就生成式人工智能（generative AI）而言，哈佛大学的一项研究发现，训练ChatGPT-3需要1.3吉瓦时（gigawatt hours）电力，相当于120个美国家庭一年的用电量。而随着模型复杂性飞速提升，所需的能源也将大大增加。
水
数据中心水的用量主要受发电时消耗的水资源及冷却时消耗的水资源的影响。
马萨诸塞大学阿默斯特分校（University of Massachusetts Amherst）近期的一项研究发现，训练一项生成式人工智能模型需能消耗多达28.4万升水。这相当于一个普通人27年的用水量。
4. 报废阶段
人工智能报废阶段产生的电子废弃物含有重金属和有毒的化学物质，这些物质一旦渗入我们居住的环境，将会造成不同程度的污染。所以，尽量减少废物及最大程度上利用资源显得至关重要。
人工智能对环境有正面影响吗？
重新利用数据中心所产生的热量，是一种正向的创新解决方案。其中包括利用多余的热量支持地区性的供热系统，将高温水输送到各个家庭住户及不同的建筑物。此外，这种热能也适用于农业范畴。合理利用人工智能，可以解决现实世界中的诸多环境问题，带来显著的环境效益。
仅以土地可持续利用为例，人工智能的应用包括早期的农作物产量预测、精准量度农业及营养补给、用于农作物管理的超局部天气预报、早期检测农作物问题及增强土地用途变化检测能力，避免森林被砍伐并监测牲畜的健康与福祉。
然而，任何有助于增强具有破坏性行业的人工智能应用一般都被视为有害。
在某些特定情况下，只有能源消耗下降，人工智能提高营运效率，其有利于环境的论证才能成立。但随着技术的需求增加，可能会抵消效率提升所带来的环境或经济效益。那么，以负责任的方式可持续性地开发人工智能将成为一项颇具挑战但潜力巨大的处理方式。我们在投资中也可以多关注相关的变化以及创新，把握住可持续发展时代的新机遇。