社区编辑申请
注册/登录
人工智能的环境成本和承诺
人工智能
人工智能被认为是应对气候变化的潜在工具。然而,科技公司需要采取更多措施来防止人工智能成为环境退化的根源……

人工智能(AI)在流行文化和政治分析中经常以两种极端的形式出现。它要么代表着人类智慧与科技实力相结合的未来主义乌托邦的关键,要么是迈向反乌托邦式机器崛起的第一步。学者、企业家、甚至活动家在应用人工智能应对气候变化时都采用了同样的二元思维。

科技行业对人工智能在创建一个新的技术乌托邦中所扮演的角色的单一关注,掩盖了人工智能可能加剧环境退化的方式,通常是直接伤害边缘人群的方式。为了在应对气候变化的过程中充分利用人工智能技术,同时承认其大量消耗能源,引领人工智能潮流的科技公司需要探索人工智能对环境影响的解决方案。

人工智能可以成为应对气候变化的有力工具。例如,人工智能自动驾驶汽车可以通过确定最有效的路线,到 2050 年将排放量减少 50% 。​在农业中使用人工智能会产生更高的产量;印度的花生种植者通过使用人工智能技术实现了 30% 的增收。

此外,人工智能可以提供更快、更准确的卫星图像分析,识别需要援助或雨林破坏的受灾地区。人工智能驱动的数据分析还可以帮助预测危险天气模式,并通过精确监测政府和公司是否遵守其排放目标来提高问责制。

然而,人工智能以及更广泛的互联网和通信行业因使用过多的能源而受到越来越多的抨击。以数据处理为例。用于运行尖端人工智能程序的超级计算机由公共电网供电,并由备用柴油发电机提供支持。训练单个 AI 系统可以排放超过250,000 磅的二氧化碳。

事实上,人工智能技术在所有部门的使用产生的二氧化碳排放量与航空业相当。这些额外排放不成比例地影响到历史上处于边缘地位的社区,这些社区往往生活在污染严重的地区,更容易受到污染对健康危害的直接影响。

最近,人工智能科学家和工程师对这些批评做出了回应,并正在考虑为数据农场提供动力的新来源。然而,即使是新的、表面上更可持续的能源,如可充电电池,也会加剧气候变化并损害社区。大多数可充电电池都是使用锂制成的,锂是一种稀土金属,其提取会对边缘化社区产生负面影响。由于对清洁能源的需求不断增长,锂提取需要大量用水,每提取一吨锂需要消耗500,000 加仑的水。

在世界第二大锂生产国智利, 北部的Copiapó等土著社区经常因土地和水权问题与矿业公司发生冲突。  这些采矿活动非常耗水,能源研究所报告称,在阿塔卡马盐沼,他们消耗了该地区 65% 的水。这种水的流失破坏并永久耗尽湿地和水源,导致本地动植物物种濒临灭绝,并影响当地人口。仅仅因为锂对环境造成的危害小于柴油或煤炭,就将其描述为“清洁”能源,这是一种错误的二分法,它会阻碍利益相关者追求更新、更绿色的能源。

人工智能技术的发展是令人难以置信的进步的象征;然而,进步并非一刀切,开发这些技术的企业有责任确保边缘化社区不会首当其冲受到人工智能革命的负面影响。

一些数据农场已经完全转向使用清洁能源。例如,冰岛的数据农场主要依靠岛上的水力发电和地热资源提供的清洁能源运行,该国已经成为新建数据中心的热门地点。这些数据中心也不需要能源密集型的风扇或空调来冷却——冰岛的寒冷气候就可以。然而,冰岛特别适合作为数据处理中心的东道国,大多数国家无法复制这种独特的环境条件。

大数据公司可以通过使用物理电池来避免锂电池的陷阱。这些电池由混凝土制成,将重力势能存储在高架混凝土块中,然后可以随时利用。这不是一个遥远的想法——在瑞士山谷中,两块 35 吨的混凝土块被一座 246 英尺的塔悬挂着。这些是物理电池外观的早期原型,它们共同拥有足够的能量来为两千个家庭(2 兆瓦)供电。物理电池是锂电池的潜在替代品,对环境和边缘化社区的成本较低,并且可以由混凝土等常用材料制成。

美国政府通过能源部和国防高级研究计划局(DARPA)投资了数十亿美元用于改进锂电池,特别是通过制造固态锂离子电池,与传统的锂离子电池相比,固态锂离子电池可以提供更好的安全性、能量密度和寿命。一些私营企业已经承诺在其设施中扩大锂离子技术的使用,包括谷歌,该公司创建了一个试点项目,在一些数据中心逐步淘汰柴油发电机,用锂离子电池取而代之。这些投资是不够的,尤其是在电动汽车制造商和美国政府在新型电池方面投入数十亿美元之际。科技公司需要做更多的工作来帮助解决人工智能带来的能源使用和存储问题。

人工智能为解决当前的气候危机提供了许多优势,但潜在的环境副作用不容忽视。科技公司经常因其创造力和独创性而受到称赞,他们需要运用这些技能来解决与人工智能相关的问题。

责任编辑:华轩 来源: 千家网
相关推荐

2022-05-27 14:27:29

人工智能自动化流程RPA

2022-03-14 10:20:15

人工智能学习高效

2021-07-19 10:33:21

2022-07-01 12:33:45

2022-07-26 11:27:40

人工智能AIOps

2022-06-09 00:14:57

人工智能机器计算军事智能

2022-07-20 10:48:55

人工智能AI

2022-05-31 10:39:53

人工智能数据中心

2022-06-09 08:19:21

2022-05-23 15:56:40

人工智能机器人自然语言

2022-03-15 16:06:39

人工智能AI

2022-03-28 18:48:42

人工智能AI

2022-05-07 10:52:28

2022-03-25 09:00:00

人工智能工作失业

2022-05-09 11:24:22

人工智能建筑技术

2022-02-12 12:36:43

2022-02-08 14:19:53

2019-09-03 10:22:09

2019-09-04 09:42:26

2021-12-02 10:18:12

同话题下的热门内容

如何创建一个无代码的自助客户聊天机器人使用机器学习评估异质治疗效果中科院打脸谷歌:普通电脑追上量子优越性,几小时搞定原本要一万年的计算负责任的机器学习--“玻璃盒”方法AI到底是如何工作的?玩转文字、文采飞扬,你也可以是这样的昇腾AI程序员!PathAI利用机器学习推动药物开发15年软件架构师经验总结:在ML领域,初学者踩过的五个坑

编辑推荐

转转公司架构算法部孙玄:AI下的微服务架构Facebook开源相似性搜索类库Faiss,超越已知最快算法8.5倍运维:对不起,这锅,我们不背快消品图像识别丨无人店背后的商品识别技术最全面的百度NLP自然语言处理技术解析
我收藏的内容
点赞
收藏

51CTO技术栈公众号