近幾日大火電影《流浪地球2》中的超級人工智能MOSS引發群眾熱議，它代表了人類對于AI終極形態的幻想和對超級計算機迭代結果的展望。而投射到當下，一個基于OpenAI訓練的大語言模型——ChatGPT，也走入了公眾視野。隨著其同家族GPT4的迭代問世，ChatGPT向世人展現了無限的潛能，它為深度人工智能的發展掀開了一個口子，也激發了大眾對于AI領域的興趣和關注——相關市場隨之風起云涌，海量的研發投入也接踵而至。然而，如此火爆的現狀也可能蘊含潛在的能耗脅迫問題，在雙碳目標的視域下，對于超級AI的盲目投入可能并不可取。

人工智能算力追求背后的能源成本掣肘

AI模型本身并不具有感知和思考的能力，它只能根據輸入的數據進行計算并生成輸出結果。因此，人類對人工智能的研發更新便主要集中在優化算法、改進數據集等方面，簡單來說可以歸納為對其算力的提升。然而，由于超級計算機需要大量的電力支持其高強度的計算工作，算力支撐的背后則是極大的潛在能源投入。馬薩諸塞大學阿默斯特校區的研究人員以常見的幾種大型AI模型的訓練周期為例，他們發現該過程可排放超過626,000磅二氧化碳，這幾乎是普通汽車壽命周期排放量的五倍（其中包括汽車本身的制造過程）。這篇論文結果表明：訓練一個AI模型產生的能耗多達五輛汽車一生排放的碳總量，由于這一觀察僅僅針對單一模型，這個數字顯然只是一個基礎。在慣常的認知中，訓練和開發人工智能似乎只是超級計算機的使命，我們只需要更改幾個參數，等待程序運行，就能得到一個滿意的答案。然而，軟件迭代的背后少不了硬件的支持，硬件的支持則直接將人工智能的開發問題導向了能源消耗問題之上，這是顯而易見卻也極易被大家忽視的。

據估計，目前AI的能源消耗約占全球能源消耗的3％，而據此推斷：直到2025年，AI將消耗15％的全球電力供應，這意味著AI的快速發展將對能源消耗和環境產生巨大的影響。此外，除了硬件開發所必須投入的“固定碳成本”以外，對于人工智能日常環境的維護投入也不容小覷，而隨著AI算力的提升，這一問題將會更加嚴重。歸根到底，我們甚至無法判斷大熱的人工智能研發能否達成“投產相抵”的結果，不計成本的研究思路將會導致規模不經濟的結果，這顯然是違背了自然規律和最初的出發點。地球的資源是有限的，人類能點亮的科技樹也是有窮的，如果無法解決人工智能研發所面臨的能耗掣肘，我們的科技暢想和技術發展可能始終都會“如鯁在喉”。

人工智能開發的未來困境討論

我國在當下仍然面臨著較為嚴重的能源短缺問題，盡管諸如太陽能、風能、水能等清潔能源被引入能源結構，可若任由大規模的AI開發工作無序進行，無疑會導致極其可怕的結果。我們可以把現有能源體系看作一塊定量的大蛋糕，人工智能研發顯然是其中的一大食客；在能源的存量競爭中，如若任由魯莽的食客吃掉大頭的蛋糕，那么原本的蛋糕便就無法抵償其他項目的能源需求，隨之而來的就是化石能源的巨量消耗和碳排放的新高潮。這與我國30-60的雙碳目標顯然相悖，亦不利于環境的可持續發展和資源的存續。

在不遠的將來，大批的人工智能集成服務群可能會扎堆出現，各大城市的周圍也會集結各類超級運算中心，這背后的潛在電力支持將會是能源賬上的一筆巨額支出。當已有的清潔能源無法抵償能耗需要時，傳統化石能源的過量加入將成為必然的結果；除此之外，超級運算中心所需的水冷設施也可能導致廢熱廢水等環境污染問題，這對于大中型城市的發展也較為不利。在當下，雙碳計劃的提出和相關政策的調和已將我國的碳減排工作維系在一個可控范圍內；然而，人工智能研發的無序介入極有可能成為節能減排一個不可控變量，這是值得我們思考和審慎對待的。

碳減排要求下，人工智能研發何去何從

若要確保人工智能在未來的持續性發展，能耗脅迫是我們必須要面對和解決的一大問題。對于AI發展而言，優化算法、減少計算資源等方式顯得極為關鍵，而在其應用過程中，我們可以采取包括使用可再生能源、優化硬件設備等在內的多種措施來減少碳足跡。此外，還可以采用多種策略來提高能源效率，如使用先進的制冷技術、采用更高效的電源設計、優化硬件配置等。而對于能源消耗而言，優化能源結構仍是我們目前需要面對的最主要方面，可以加大對可再生能源的投資以降低依賴傳統化石能源的程度，減少對環境的不良影響，逐步實現能源的可持續發展。

總的來說，AI的快速發展和應用帶來了能源消耗和環境問題，我們需要在技術和政策上尋求解決方案。在這個過程中，尋求可持續的能源供應、開發高效的AI算法、促進可持續發展的政策和法規，都是至關重要的。