12月1日 消息:根据 AI 初创公司 Hugging Face 和卡内基梅隆大学的研究人员进行的一项新研究，每次使用 AI 生成图像、撰写电子邮件或向聊天机器人提问，都会对地球造成一定的负担。
实际上，使用强大的 AI 模型生成一张图像所消耗的能源相当于给手机充满电，该研究首次计算了使用 AI 模型进行不同任务所产生的碳排放。然而，他们发现使用 AI 模型生成文本的能源消耗明显较低。生成1，000次文本只消耗相当于手机充电量的16% 的能源。
图源备注：图片由AI生成，图片授权服务商Midjourney
这项尚未经过同行评议的研究工作是研究人员首次计算使用 AI 模型进行不同任务所产生的碳排放，Hugging Face 的 AI 研究员 Sasha Luccioni 带领团队进行了这项工作。她希望通过了解这些排放量，能够帮助我们在使用 AI 时做出明智的决策，更加环保。
Luccioni 及其团队研究了 Hugging Face 平台上10个热门 AI 任务的排放情况，包括问答、文本生成、图像分类、字幕和图像生成等。他们在88个不同的模型上进行了实验。对于每个任务，比如文本生成，Luccioni 运行了1，000个提示，并使用她开发的 Code Carbon 工具测量了消耗的能源。团队还计算了使用8个生成模型进行这些任务所产生的排放量，这些模型经过训练，可以完成不同的任务。
生成图像是使用基于 AI 的任务中能源和碳排放量最大的。使用强大的 AI 模型生成1，000张图像所产生的二氧化碳排放量大约相当于在一辆平均汽油车上行驶4.1英里的排放量。相比之下，他们研究中最少碳排放的文本生成模型所产生的二氧化碳排放量相当于在类似车辆上行驶0.0006英里。负责 Stable Diffusion XL 的公司 Stability AI 没有回应置评请求。
这项研究通过提供具体数据，揭示了 AI 的碳足迹，并显示出一些令人担忧的上升趋势，德国赫尔蒂学校计算机科学与公共政策助理教授 Lynn Kaack 表示，她领导了与 AI 和气候变化相关的工作，对这项研究并未参与。这些排放量会迅速累积。生成 AI 的兴起使得大型科技公司将强大的 AI 模型整合到了许多不同的产品中，从电子邮件到文字处理。这些生成 AI 模型现在每天使用数以百万计，甚至数以十亿计次。
团队发现，使用大型生成模型生成输出比使用针对特定任务的小型 AI 模型耗能更多。例如，使用生成模型对电影评论进行分类，根据评论是积极还是消极，能源消耗约为使用专门为该任务创建的调整模型的30倍。生成 AI 模型能源消耗更高的原因是它们试图同时完成多项任务，例如生成、分类和总结文本，而不仅仅是单一任务，如分类。
Luccioni 表示，她希望这项研究能够鼓励人们在使用生成 AI 时更加谨慎，并尽可能选择专门针对特定任务的、能耗较低的模型。“如果你只是在进行特定的应用，比如搜索电子邮件... 你真的需要这些能够完成任何任务的大型模型吗?我认为不需要。”Luccioni 说道。
AI 工具的能源消耗一直是了解其真实碳足迹的一个缺失因素，未参与该研究的艾伦人工智能研究所的研究科学家 Jesse Dodge 说道。此外，比较新型大型生成模型和旧的 AI 模型的碳排放量也很重要。“这凸显了新一波 AI 系统比我们两年或五年前所拥有的模型更耗能的想法。” 他说道。
谷歌曾估计，一次平均在线搜索耗电0.3瓦时，相当于汽车行驶0.0003英里。如今，这个数字可能更高，因为谷歌已将生成 AI 模型整合到其搜索中，未参与该研究的麻省理工学院林肯实验室的研究科学家 Vijay Gadepally 说道。
研究人员不仅发现每项任务的排放量远高于他们预期，而且还发现 AI 的日常使用排放量远远超过训练大型模型的排放量。Luccioni 测试了 Hugging Face 的多语言 AI 模型 BLOOM 的不同版本，以查看需要多少使用次数才能超过训练成本。它需要超过5.9亿次使用才能达到其最大模型训练的碳成本。对于非常流行的模型，如 ChatGPT，使用量的排放量可能在几周内超过训练排放量，Luccioni 说道。这是因为大型 AI 模型只需要进行一次训练，然后就可以被使用数十亿次。根据一些估计，像 ChatGPT 这样的热门模型每天有多达1000万的用户，其中许多用户会多次使用该模型。
像这样的研究使得与 AI 相关的能源消耗和排放更加具体，并有助于提高人们对使用 AI 与碳足迹的意识，Gadepally 表示:“我希望这成为消费者开始关注的事情。”Dodge 表示，他希望这样的研究能帮助我们更加追究公司的能源使用和排放问题。“这里的责任在于创建模型并从中获利的公司。” 他说道。
