事实上，根据人工智能初创公司 Hugging Face 和卡内基梅隆大学的研究职员的一项最新研究创造，利用人工智能模型天生的图像，所花费的能量与给一部智好手机充满电所需的能量差不多。

然而，他们创造利用人工智能模型天生文本的能耗要低得多。
创建 1000 次文本所花费的能量仅能给手机充电 16% 旁边。

他们的研究成果尚待同行评审。
这项研究表明，只管演习大规模人工智能模型是一项令人难以置信的能源密集型事情，但这只是寻衅的一部分。
它们的大部分碳足迹来自于实际利用。

领导这项事情的 Hugging Face 人工智能研究员萨莎·卢乔尼（Sasha Luccioni）表示，这项研究是学界首次打算出利用人工智能模型实行不同任务所造成的碳排放量。

她希望理解这些排放可以帮助我们做出明智的决定，决定如何以更环保的办法利用人工智能。

卢乔尼和她的团队研究了 Hugging Face 平台上 10 项最火的人工智能任务的排放量，如问答、文本天生、图像分类、字幕和图像天生。
他们在 88 个不同的模型上进行了实验。

对付每一项任务，比如文本天生，卢乔尼都会运行 1000 个提示，并利用她开拓的名为 Code Carbon 的工具丈量所用的能量。
Code Carbon 通过查看打算机在运行模型时花费的能量来进行碳排放打算。

该团队还利用八个天生式模型打算了完成这些任务所产生的排放量，这些模型原来是被演习完身分歧的任务的。

图像天生，是能源花费和碳密集度最高的人工智能任务。
利用强大的人工智能模型（如 Stable Diffusion XL）天生 1000 张图像，所产生的二氧化碳大约相称于一辆燃油汽车中行驶 4.1 英里。

比较之下，他们创造碳密集度最低的文本天生模型，其所产生的二氧化碳相称于汽车行驶 0.0006 英里。
关于此事，Stable Diffusion XL 背后的公司 Stability AI 没有回应置评要求。

（来源：资料图）

德国赫蒂学院打算机科学和公共政策助理教授林恩·卡克（Lynn Kaack）没有参与这项研究，但她表示这项研究通过给出详细数字，对人工智能的碳足迹供应了有代价的见地，并揭示了一些令人担忧的上升趋势。

这些碳排放累积起来不是一个小数目。
天生式人工智能的繁荣匆匆使大型科技公司将强大的人工智能模型集成到许多不同的产品中，从电子邮件到笔墨处理。
如今，这些天生式人工智能模型每天被利用数百万次，乃至数十亿次。

本次研究创造利用大型天生式模型来创建输出，远比利用为特界说务量身定制的小型人工智能模型更耗能。

例如，在评估影评是正面还是负面并分类的任务中，大模型花费的能量约是专门为该任务创建的微调模型的 30 倍。

天生式人工智能模型花费更多能量的缘故原由是，它们试图同时做很多事情，比如天生、分类和总结文本，而不是只做个中一项任务。

卢乔尼说，她希望这项研究能鼓励人们在利用天生式人工智能时更加谨慎，并尽可能选择更专业、碳密集度更低的模型。

她说：“如果你正在做一个特定的运用程序，比如在电子邮件中搜索……你真的须要这些能够做任何事情的大模型吗？我以为不须要。
”

艾伦人工智能研究所的研究科学家杰西·道奇（Jesse Dodge）表示，研究与利用人工智能工具干系的能源花费，是理解其真实碳足迹的主要部分，但现在缺失落了。
他没有参与这项研究。

他补充道，比较更新、更大的天生式模型和旧的人工智能模型的碳排放也很主要。
他说：“这凸显了一个不雅观点，即新一波人工智能系统比我们两三年前看到的碳密集度高得多。
”

谷歌曾估计，均匀每次在线搜索会花费 0.3 瓦时的电力，相称于车辆行驶 0.0003 英里。

麻省理工学院林肯实验室的研究科学家维贾伊·盖德帕利（Vijay Gadepally）没有参与这项研究，他说这个数字本日可能要高得多，由于谷歌已经将天生式人工智能模型集成到了搜索中。

研究职员不仅创造每项任务的排放量都远高于他们的预期，还创造与利用人工智能干系的日常排放量远远超过演习这些模型的排放量。

卢乔尼测试了 Hugging Face 多措辞人工智能模型 BLOOM 的不同版本，以理解须要利用多少次才能超过演习本钱。

结果显示，超过 5.9 亿次的利用量就可以达到演习其最大模型所花费的碳本钱。
卢乔尼说，对付 ChatGPT 等非常盛行的模型，它们的利用排放量只须要几周韶光就可以超过其演习排放量。

这是由于大型人工智能模型只演习一次，但之后可以利用数十亿次。
根据一些估计，像 ChatGPT 这样的盛行模型每天有多达 1000 万用户，个中许多人会不止一次地向模型发送提示。

盖德帕利说，这样的研究使与人工智能干系的能源花费和排放更加详细，并有助于提高人们对利用人工智能会产生碳足迹的认识。
他补充说：“如果这成为消费者开始讯问的问题，我会很高兴的。
”

道奇说，他希望这样的研究能帮助我们让公司对其能源利用和排放承担更多任务。
他说：“须要对此卖力的是那些正在创建模型并从中获利的公司。
”

作者简介：梅丽莎·海基莱（Melissa Heikkilä）是《麻省理工科技评论》的资深，她着重宣布人工智能及其如何改变我们的社会。
此前，她曾在 POLITICO 撰写有关人工智能政策和政治的文章。
她还曾在《经济学人》事情，并曾担当***主播。

支持：Ren