Titular académico original titular académico
[Nota del editor] El desarrollo de cualquier tecnología tiene ambos lados.El gran modelo y el sistema de inteligencia artificial representado por ChatGPT es el mismo.Hoy, las discusiones sobre cómo el sistema de inteligencia artificial afecta el cambio climático se está volviendo más intenso.
Por un lado, con el número exponencial de parámetros del modelo, más y más energía, agua y otros recursos consumidos por los sistemas de inteligencia artificial también están aumentando.»New Yorker» informó que ChatGPT puede consumir más de 500,000 kWh de electricidad (equivalente a más de 17,000 consumo de electricidad de un solo día).Musk también ha predicho que el mundo se convertirá de «Silicon Falt» a «Power Lack» en los próximos dos años.Esto tendrá un impacto negativo en un clima global hasta cierto punto, como una gran cantidad de emisiones de gases de efecto invernadero debido al consumo de energía.
Por otro lado, los sistemas de inteligencia artificial cada vez más avanzados también han mejorado la eficiencia del trabajo humano en diversas industrias, lo que brinda más conveniencia a la vida diaria.
Sin embargo, estos cambios provocados por el sistema de inteligencia artificial también pueden tener un impacto indirecto en las emisiones, lo que puede ser positivo o negativo.
Entonces, ¿cómo evaluar con precisión el impacto real de la inteligencia artificial en el cambio climático?¿Está acelerando o retrasando la inteligencia artificial la realización de las emisiones netas cero?¿Es ayuda o daña el clima global?
A few days ago, Eric Horvitz of Microsoft Chief Sciences, Amy Luers, and their collaborators, Amy Luers, and their collaborators of Microsoft Sustainable Development Science and Innovation, posted documents on the authoritative scientific journal Nature and called on researchers to formulate a set of Los escenarios relacionados con las políticas para cuantificar el manual artificial artificial artificial artificial artificial expansión inteligente pueden tener el impacto en el clima bajo una serie de supuestos.
Los titulares académicos se han compilado cuidadosamente sin cambiar el texto original, de la siguiente manera:
La inteligencia artificial (IA) ya está cambiando la economía global.Cada compañía invirtió cientos de miles de millones de dólares en estas tecnologías cada año.Casi todos los campos, la inteligencia artificial se utiliza para mejorar la eficiencia operativa, la complejidad de la gestión, brinda servicios personalizados y acelerar la innovación.
Con el creciente impacto de la inteligencia artificial en la sociedad, las personas tienen dudas sobre su impacto en las emisiones de gases de efecto invernadero:
¿La gran cantidad de aplicaciones de inteligencia artificial ayuda a reducir la huella de carbono del mundo o obstaculizar el progreso climático?La respuesta dependerá de cómo se desarrolle y funcione el modelo de inteligencia artificial, y qué cambios traerán.Sin embargo, los científicos no saben cómo se desarrollará todo esto: cuando hay tantos intereses, este es un problema preocupante.
Hasta ahora, la mayoría de las discusiones sobre la inteligencia artificial en los impactos ambientales se concentran en el impacto directo de estas tecnologías densas, cuánta energía, agua u otros recursos que consumen, y la cantidad de gases de efecto invernadero que generan.Sin embargo, desde el cambio de atención médica y educación, hasta mejorar la eficiencia de la minería, el transporte y la agricultura, las aplicaciones de inteligencia artificial tendrán un impacto global más amplio en la sociedad.
Estos cambios impulsados por la inteligencia artificial pueden tener un impacto indirecto en las emisiones, lo que puede ser positivo o negativo.Estos efectos indirectos también deben considerarse y pueden superar con creces el impacto directo.Necesitamos urgentemente evaluar los diversos impactos de la inteligencia artificial.Esto es lo que sabemos y no lo sabemos.
Incertidumbre futura
Hasta ahora, el impacto directo de la inteligencia artificial en el clima es relativamente pequeño.El modelo en ejecución requiere millones de procesadores especiales, que se colocan en centros de datos especiales equipados con un sistema de enfriamiento fuerte.
El procesador de inteligencia artificial instalado en 2023 consume 7-11 tiempo de Taiwa (TWH) cada año, lo que representa aproximadamente el 0.04%del consumo global de electricidad.Según los datos de la Agencia Internacional de Energía (IEA), este número es menor que el consumo eléctrico de la minería de criptomonedas (100-150 Tai Watt) y los centros de datos tradicionales (500-700 tiempo de Taiwa).Por lo tanto, en lo que respecta a la cantidad total de emisiones de gases de efecto invernadero en todo el mundo, según la evaluación de la Agencia Internacional de Energía, el centro de datos total y la red de transmisión representan aproximadamente el 0.6%, y calculamos que la inteligencia artificial actualmente representa sobre 0.01%.
El uso de la inteligencia artificial se está expandiendo rápidamente.En los últimos diez años, el poder informático para capacitar a los modelos de idiomas grandes (LLM) ha aumentado diez veces al año.Se espera que en los próximos 5-10 años, nuestra demanda de servicios de inteligencia artificial aumentará a una tasa de 30-40% por año, y los modelos de inteligencia artificiales más potentes necesitarán más energía.Se estima que para 2027, el consumo de energía global relacionado con la inteligencia artificial puede ser 10 veces mayor que el de 2023.Aunque la red eléctrica local en el área donde se encuentran muchos centros de datos pueden enfrentar desafíos, desde una perspectiva global, la inteligencia artificial no conducirá directamente a un aumento significativo en las emisiones de gases de efecto invernadero a corto plazo.
El aumento de la eficiencia energética puede compensar parte del aumento de la demanda de energía esperado, al igual que la expansión del centro de datos en la década de 2010.Serán útiles algoritmos de inteligencia artificiales más eficientes, modelos más pequeños e innovación de hardware y sistemas de enfriamiento.Las compañías de inteligencia artificial se invierten cada vez más en energía renovable y llevan a cabo negocios en países o regiones con un rico suministro de energía limpia en Islandia.
Sin embargo, el impacto indirecto no está claro.Algunas aplicaciones de inteligencia artificial tienen como objetivo responder al cambio climático, como la reducción de los departamentos de energía y transporte, la construcción y las operaciones industriales, así como las emisiones producidas por el uso de la tierra.La optimización de la cadena de suministro mejorará la eficiencia de la industria manufacturera y apoyará la energía renovable en la red.Al acelerar el desarrollo de la batería y la energía renovable, los nuevos materiales también traerán muchos beneficios.
También puede tener algunos efectos indirectos negativos.Incrustar la inteligencia artificial en aplicaciones existentes desde el tratamiento médico hasta el entretenimiento puede aumentar el consumo de electricidad.La exploración y los costos mineros del petróleo y el gas natural pueden volverse más bajos, lo que puede aumentar la producción.Sin una gobernanza adecuada, la aplicación generalizada de la inteligencia artificial puede afectar la estabilidad económica global, lo que afectará la pobreza, la seguridad alimentaria, etc., todo puede tener una respuesta en cadena a las emisiones.
Este es solo un sistema de inteligencia artificial existente.¿Cómo se desarrollará la futura tecnología de inteligencia artificial?¿Cómo afectará su expansión a la economía global?¿Cómo afectará esto a la exfoliación?Los investigadores aún no están claros;Simplemente inferir la tendencia del consumo de poder de inteligencia artificial en el pasado para un poder persuasivo en el futuro, pero ignorar los factores sociales, económicos y técnicos a menudo conduce a enormes errores de predicción.Del mismo modo, el impacto de las emisiones indirectas es demasiado simple, y es posible subestimar el potencial de la inteligencia artificial para acelerar el avance de importantes soluciones climáticas.
Come escenas de emisión impulsadas por inteligencia artificial
Con esta gran incertidumbre, pedimos a los investigadores que formulen un conjunto de escenarios relacionados con las políticas, a fin de cuantificar el impacto de la expansión de la inteligencia artificial en una serie de supuestos sobre el clima.
La combinación de modelos cuantitativos con consulta de expertos es un método convencional para que las instituciones financieras comprendan riesgos, oportunidades e inversión planificada.No se predicen, sino para explorar una variedad de futuros posibles basados en factores influyentes.
Específicamente, recomendamos establecer un conjunto de escenarios para comprender mejor cómo afectará directa e indirectamente las emisiones.Estos escenarios deben incluir la escena de «referencia» que nunca ha sido ampliamente adoptada por una poderosa tecnología de inteligencia artificial para lograr el escenario «ideal» que logra todos los objetivos de desarrollo sostenible de la ONU también debe incluir resultados insatisfactorios.
Para hacer el escenario de emisión impulsado por la inteligencia artificial, los siguientes cinco elementos son esenciales: los siguientes cinco elementos son esenciales:
1. Al igual que los escenarios climáticos existentes
La comunidad académica climática ha utilizado el modelo de evaluación integral (IAMS) del cambio climático.Se utilizan ampliamente cinco escenarios estándar (SSP).Estos escenarios incluyen el futuro de la división seria, el futuro de los combustibles fósiles y las perspectivas de cooperación global más optimistas, es decir, el crecimiento económico se desacopla de las emisiones y una gran inversión en energía limpia.
La inteligencia artificial y los avances de impacto y tecnología global que pueden ir acompañados de ellos deben incluirse en estos canales.Esto requiere mucho trabajo, incluido el conocimiento profesional de absorber la industria de la inteligencia artificial, reintegrar la narrativa de cada camino y explorar si agregar una nueva narrativa de camino.¿La inteligencia artificial traerá al mundo a un futuro más verde, o es un futuro más utópico?¿Qué factores determinan estos resultados?¿Qué tan alta es su credibilidad?La simulación de escenarios ayuda a reducir el rango de respuestas.
Como describimos aquí, para transformar estas narraciones en escenarios cuantitativos, necesitamos desarrollar nuevos modelos de análisis, recopilar nuevos tipos de datos y construir una estructura de sistema que pueda actualizarse rápidamente, para mantenerse al día con la sociedad que es promovida por la inteligencia artificial es IS. Promoción.
2. Desarrollar el marco de análisis cuantitativo
El desarrollo IAMS, que se utiliza para explorar la influencia de la inteligencia artificial, necesitará mejorar los datos y los marcos analíticos que deben tener un impacto directa e indirectamente.El mayor desafío será una serie de impactos indirectos causados por cambios sociales cuantitativos impulsados por la inteligencia artificial y la innovación promovida por la inteligencia artificial sobre el progreso climático y los avances.
Por ejemplo, la personalización de la inteligencia artificial puede fomentar el consumo sostenible, pero también puede aumentar la demanda de productos intensivos en recursos densamente.El impacto de la innovación impulsada por la inteligencia artificial es un desafío con otras tecnologías que reducen las emisiones como la energía renovable o la captura de carbono, porque la velocidad de I + D de diferentes departamentos es diferente.Las políticas y regulaciones a menudo no pueden mantenerse al día.La interacción cuantitativa será muy difícil.
Con la promoción de los sistemas de inteligencia artificial, los escenarios de comparación y copia serán la clave para mejorar las soluciones.Los investigadores deben coordinar a través de las plataformas utilizadas por el clima (como el foro de modelado de energía y el consorcio de modelado de evaluación integrado) para comparar los modelos directos e indirectos relacionados con las emisiones directas e indirectas relacionadas con la inteligencia artificial.Los científicos deben asegurarse de que los datos y los supuestos en estos análisis estén completamente registrados, compartidos libremente y pueden ser copiados por completo por otros.
3. Compartir datos
La usabilidad de los datos es un desafío, especialmente para el desarrollo rápido de la inteligencia artificial, porque los datos en estas industrias a menudo son privados o relacionados con la información propietaria.Por ejemplo, más datos sobre cargas de trabajo de inteligencia artificial, su intensidad de potencia e carbono de las grandes empresas de computación en la nube, y datos sobre la tendencia de eficiencia de la construcción y el uso de modelos de inteligencia artificial.
Necesitamos compartir datos que sean representativos, medidos, resumidos y anónimos sin filtrar información confidencial.La inteligencia artificial puede aprender de los ejemplos de otras industrias, como obtener los números correctos iniciales, que rastrea los indicadores de rendimiento de dióxido de carbono y rendimiento energético en la industria global de cementos, así como en la energía de Solomon.
Los estándares para medir, informar, verificación y difusión de datos relacionados con la inteligencia artificial deben formularse para garantizar la calidad y la adquisición extensa.Los resultados recientes, como la «Ley de Inteligencia Artificial de la UE» y las «Instrucciones europeas de eficiencia energética», pueden ayudar a promover la formulación de estándares.Aunque ninguna de estas regulaciones no se requiere directamente para realizar informes específicos sobre el consumo de energía de inteligencia artificial, su énfasis en la transparencia y eficiencia del centro de datos puede promover la formulación de los estándares de informes.
4. Libere la actualización rápida
El desarrollo de la tecnología de inteligencia artificial es muy rápido, por lo que es necesario revisar al menos una vez al año, preferiblemente dos veces.Esto es más frecuente que el cambio climático en el momento actual que se actualiza cada 6-7.Con la aparición de sistemas de inteligencia artificiales, aplicaciones y avances, debido a la necesidad de recopilar nuevos marcos de análisis de datos y desarrollo, será un desafío cada año o cada seis meses.
Como la inteligencia artificial puede reducir o aumentar las necesidades de energía, los investigadores deben actualizar modelos que representen las necesidades de energía social y explorar cómo esta demanda cambiará con el desarrollo de la tecnología de inteligencia artificial.Se pueden publicar diferentes sitios de resolución en diferentes marcos de tiempo.Por ejemplo, los escenarios de resolución aproximada pueden actualizarse cada pocos meses;
5. Establecer una alianza internacional
La necesidad de establecer una alianza internacional para desarrollar escenas de emisión impulsadas por la inteligencia artificial.Debería reunir expertos de todo el mundo para representar todas las disciplinas relacionadas, desde la informática y la ciencia sostenible del desarrollo hasta la sociología y la economía.
Sugerimos que la comunidad de escenarios de emisiones impulsadas por la inteligencia artificial está patrocinada por la Red Internacional de Ciencias que se centra en el desarrollo sostenible (como el Instituto Internacional de Análisis de Sistemas Aplicados en Australia, Austria y organizaciones internacionales no gubernamentales que se centran en la inteligencia artificial y la sociedad .Los ejemplos en esta área incluyen asociación en AI o el recién establecido Laboratorio de Futuros de la ONU.
Las alianzas relacionadas con los modelos clave de IAM y del sistema de energía pueden garantizar la adquisición abierta de datos y modelos, y la correlación directa con una comunidad de simulación de escenarios climáticos más amplios.Las Naciones Unidas y otras instituciones también deberían participar, pero no pueden afectar la demanda de flexibilidad y velocidad.
Mantener alianzas y apoyar escenarios de actualización regular requiere mucho apoyo financiero.La fuente de fondos puede ser agencias de caridad, organizaciones privadas, gubernamentales e intergubernamentales.
La inteligencia artificial es una de las tecnologías más disruptivas del contemporáneo contemporáneo.La prioridad es que las decisiones tomadas en torno a su desarrollo y uso, ya sea hoy o en su desarrollo, es necesario considerar la sostenibilidad.Solo formulando un conjunto de esquemas de emisiones de inteligencia artificiales estándar, los formuladores de políticas, los inversores, los defensores, las empresas privadas y los círculos científicos pueden tener herramientas, y tomar decisiones correctas sobre inteligencia artificial y competiciones globales para realizar emisiones netas cero.
Enlace original:
