人工智能的繁荣不仅消耗了大量的能源和水:这也造成了前所未有的电子*海啸。

根据斯坦福大学,随着公司采用人工智能工具,人工智能的私人投资从2022年的30亿美元增加到去年的250亿美元比以往任何时候都快这一激增迫使数据中心不断升级硬件,丢弃仍在运行的设备,以保持竞争优势。

这种大量使用组件来为运行AI模型的硬件提供燃料的做法,正在丢弃数百万吨废弃的电子元件。一项新的研究发表在自然来自中国、以色列和英国的一个研究小组估计,仅ChatGPT、Claude或LlaMa等大型语言模型每年就可能产生275万吨(250万吨)的电子*,严重增加了人工智能对环境的影响。

“在LLM变得无处不在的乐观情景下(即每个人每天都在使用它,如社交网络),研究结果表明,从2020年到2030年的十年内,来自指定数据中心的EoS电子废物流将增加到约1600万吨(Mt),”该研究写道。

废物流正以惊人的速度增长,复合年增长率为110%,大大超过了屏幕和洗衣机等传统电子*2.8%的增长率。

这场危机的地理分布高度集中。根据中国科学院和Reichman大学的研究,北美占人工智能相关电子*的58%,其次是东亚,占25%,欧洲占14%。

除了大量的电子*,人工智能行业总体上也在消耗大量的资源。去年,解密报道对于每4个查询,ChatGPT消耗半升水。想想这个网站每月有超过2.2亿访客的事实,你可以做数学运算,理解为什么人工智能数据中心附近的城市的水费在不到十年的时间里几乎翻了一番。

该研究估计,到2030年,这种电子*将含有近100万吨铅、6000吨钡,以及大量的镉、锑和汞,向环境中添加大量有毒元素——所有这些都对土壤、水和公共健康构成了有据可查的风险。

研究人员没有说公司和政府是否做得足够,但也有一个财务角度可能是有益的。这些废弃服务器中使用的金、银和铂等金属如果被回收,也代表着巨大的财务潜力。该研究估计,对这些金属进行适当的回收可以为经济注入700亿美元,这是推动电子废物回收基础设施发展的动力。

该研究还解释说,无法获得最新芯片的国家可能会产生高达14%的电子*,因为他们被迫使用效率较低的硬件。

但有一些解决方案可能有助于解决这个问题。研究人员认为,通过加强维护来延长服务器寿命可以将电子*量减少58%,重复使用特定组件将进一步减少21%的*。

此外,过时的人工智能服务器可以重新用于更轻松的任务,如教育项目或基本的网络托管,而不是被丢弃,从而将其从废物流中转移出来,并最大限度地提高其效用。

这正成为世界各地环保组织的优先事项。能源分析师Alex de Vries,Digieconomist的创始人,告诉解密在人工智能行业的负面影响难以控制之前,研究解决方案非常重要。

德弗里斯说:“现在,数字很小,所以你可以说,‘如果这个数字仍然很小,为什么我们需要把它放在我们议程的重要位置?’”。“但这件事不会在很长一段时间内保持小规模。”

编辑人安德鲁·海沃德