人工智能（AI）的飞速发展正以前所未有的速度重塑着世界，从医疗保健到环境监测，各个领域都涌现出令人瞩目的突破性应用。然而，随着AI技术的日益普及，其潜在的阴暗面也逐渐浮出水面，对环境造成的影响日益显著且令人担忧。尽管AI被寄予厚望，有望为全球挑战提供解决方案，但其自身的运行和发展却在加剧污染、消耗资源，甚至可能掩盖气候变化的真实程度。当前的叙事往往侧重于AI的潜在益处，但对其生态足迹的批判性审视迫在眉睫。
训练和运行日益复杂的AI模型所需的海量计算能力是问题的核心。更大规模的模型，虽然在模式识别和预测分析等任务中表现出更高的准确性，但对能源的需求也呈指数级增长。这种能源消耗直接转化为更高的碳排放，主要来自为不断扩张的数据中心提供动力的发电厂和备用柴油发电机。加州大学河滨分校和加州理工学院的研究人员最近的一项研究估计，到2030年，能源需求的激增可能导致每年因空气污染增加而造成的过早死亡人数高达1300人。这一影响的规模令人震惊，突显了AI发展与公众健康之间的直接权衡。此外，向这些模型提出的查询类型也显著影响其能源使用；某些提示产生的二氧化碳排放量可能是其他提示的50倍，这表明缺乏效率，需要优化算法。OpenAI首席执行官山姆·奥特曼甚至承认，简单礼貌用语（例如“请”和“谢谢”）在AI提示中的影响令人惊讶，这些看似无害的交互会增加计算负载，从而导致更高的能源消耗。这也间接反映出，目前人工智能在能源效率方面仍有巨大的改进空间，未来的发展方向应更倾向于构建更节能、更高效的模型。
除了能源消耗，AI的发展也加剧了数据污染的问题。像ChatGPT这样的生成式AI模型依赖于从互联网上抓取的庞大数据集。随着这些模型的普及并生成自己的内容，数字环境正变得越来越饱和，充斥着AI生成的数据，从而有效地“污染”了信息生态系统。这形成了一个反馈循环，未来的AI模型将从自己的创造中学习并模仿，导致信息质量和原创性的下降。这种现象不仅仅是关于数据完整性的问题；它阻碍了真正智能系统的发展，这些系统依赖于真实的、人类创造的数据。这种情况类似于第一颗原子弹爆炸后的余波，是一个不可逆转的改变节点。考虑到搜索引擎优化(SEO)技术在网络内容创建中的广泛应用，AI生成的内容很可能与SEO优化内容混合，进一步加剧了数据污染，使识别和区分原始、高质量的内容变得更加困难。与此同时，人们对AI生成内容的可信度也开始产生担忧，虚假信息和深度伪造技术可能被滥用，从而破坏公众对信息的信任。数字污染还因为硬件的快速淘汰而产生的物理废物而加剧。对更强大处理器的持续需求导致越来越多的电子垃圾堆积，其中包含对人类健康和环境构成威胁的有害物质。与AI开发相关的电子垃圾数量巨大，这是一个重要的且经常被忽视的环境负担。亟待解决的不仅是电子垃圾的数量，还有回收技术的局限性，以及发展中国家作为发达国家电子垃圾处理场的伦理问题。
环境后果不仅限于直接排放和废物。科学家们发现，人为造成的气溶胶污染，虽然传统上被认为是污染物，但通过将阳光反射回太空，掩盖了全球变暖的真实程度。这一发现提出了一个复杂的困境：减少空气污染对公众健康至关重要，但也可能加速气候变化。这使得气候变化预测模型变得更加复杂，也更加难以准确评估未来气候变化的速率和程度。此外，扩大AI模型，尤其是大型语言模型(LLM)的规模，正受到质疑。许多研究人员认为，仅仅增加这些模型的规模并不会导致通用人工智能(AGI)，而且资源最好分配给替代方法。对更大更强大的AI的无情追求，而不考虑其环境成本，可能是一种错误的策略。甚至大气科学家在美国空气中发现的有毒化学物质等新污染物的发现，也突显了污染的普遍性以及持续监测和缓解工作的必要性。问题不仅仅在于AI的贡献，还在于它如何与现有的环境挑战相交，从而可能放大其影响。未来的科研方向需要更加注重AI的碳足迹，以及如何利用AI技术来监测和应对环境变化，从而实现双赢。
总而言之，AI对环境的影响是一个多方面的且日益严重的担忧。从大型模型的能源密集型训练到数据污染的扩散以及现有环境问题的加剧，AI的生态足迹是巨大的，需要立即引起重视。虽然AI在解决全球挑战方面具有巨大的潜力，但其发展必须以对可持续性和负责任的创新的承诺为指导。转向更高效的算法，关注数据质量而非数量，以及对不断增长的模型的必要性进行批判性评估，都是至关重要的步骤。忽视这些问题可能会破坏AI承诺带来的好处，从而留下环境破坏的遗产。AI的未来必须是技术进步和环境管理齐头并进的未来。我们需要制定更严格的法规，鼓励企业采用更环保的AI开发方法，并提高公众对AI环境影响的认识。只有这样，我们才能确保AI的发展不会以牺牲地球的未来为代价。
发表评论