目前，许多国家已经提出了碳中和目标。中国提出了在2030年前达到碳排放峰值，2060年实现碳中和的目标；欧盟则计划在2050年实现碳中和。为实现这些目标，各国均在推广可再生能源、发展绿色交通、支持绿色产业等方面不懈努力。
随着科技的飞速进步，人工智能已经渗透到生活的方方面面，从改变大众出行方式到提升医疗设备效率，几乎无处不在。然而，技术发展带来的两面性问题不容忽视，这一技术的广泛应用带来了一个令人担忧的问题——能源消耗的大幅增加。由于人工智能的应用需要大量的计算和存储能力，其背后的硬件和数据中心成为了名副其实的“能耗大户”。在全球范围内，人工智能和相关技术的快速发展预计将导致碳排放量逐年上升，这无疑给碳中和带来了巨大压力。
大模型碳排放亮红灯
随着ChatGPT的爆红，AI大模型的碳排放引人担忧。以OpenAI的ChatGPT及谷歌的PaLM-E为例，虽然二者都未公开计算成本，但第三方研究人员的分析显示，部分训练ChatGPT模型就消耗了大约1287兆瓦时的能源，导致超过550吨的二氧化碳排放，相当于一个人在纽约和旧金山之间往返550次的碳排放量。
此外，AI系统还需要大量的硬件设备来支撑其运行，如服务器、芯片、传感器等。这些设备在制造、运输、使用和废弃过程中都会消耗能源和资源，并产生碳排放。此前有数据估计，全球数据中心每年消耗约2000亿千瓦时（约7.2亿兆焦）的电力，并产生约1.5亿吨（约1.36亿兆克）的二氧化碳排放。
根据Bitpower公司的最新报告，爱尔兰目前拥有82个正在运营的数据中心，这些数据中心大部分位于都柏林西南，因为那里有着全球顶尖的数据中心基础设施，吸引着全球很多大型企业将欧洲总部设在爱尔兰。
《爱尔兰时报》则指出，这些数据中心“2022 年最后一个季度的用电量比2015年同期增加了400%”。而且，情况只会变得更糟。爱尔兰国立大学梅努斯分校的帕特里克·布雷斯尼汉 (Patrick Bresnihan) 博士表示，如果政府执行其计划，到2030年，数据中心将消耗爱尔兰总电力的近70%。
加拿大数据中心公司QScale联合创始人Martin Bouchard认为，微软和谷歌为了满足搜索引擎用户日益增长的需求，在搜索中加入ChatGPT这类生成式AI，会导致每次搜索至少增加4到5倍的计算量。
因此在算力需求爆发的AI时代，如何避免让人工智能成为可持续发展的阻碍是一个值得关心的话题。
人工智能减碳方兴未艾
AI模型的训练和运营过程需要消耗大量能源，为了更精细化地了解及测算单个机器学习实验产生的温室气体排放，以及可以减少的量，目前数据科学家们仍无法简单可靠地获取该领域的测量结果，这也妨碍着进一步制定可行的应对策略。
针对这一问题，谷歌发表了一项研究，详细介绍了最先进的语言模型的能源成本，包括早期和更大版本的LaMDA。研究结果表明，将高效的模型、处理器和数据中心与清洁能源相结合，可以将机器学习系统的碳足迹减少1000倍。
尽管人工智能的出现，加剧了能源消耗，但其“双刃剑”特性也给我们提供了潜在的解决方案。与传统的人工测量方法相比，基于AI的解决方案具有明显优势。它能够更加快速、可靠、精准地确定任何特定机构或行业的完整碳足迹，并且其强大的预测和数据分析能力又能帮助决策者做出更为正确的决定。
例如，通过AI技术，可以更准确地预测和管理电网的负载，从而降低因过度或无效供电而产生的碳排放。同时，人工智能还可以帮助优化工业生产过程，例如通过智能算法来提高燃料的效率，减少无效和冗余的能源消耗。
根据世界经济论坛和波士顿咨询公司的报告，使用AI可以帮助减少26至53亿吨（约2.36至4.81亿兆克）的二氧化碳排放，占减排总量的5%至10%，并在接下来10年间为企业可持续发展创造1.3万亿至2.6万亿美元的潜在价值。根据Capgemini研究所的数据，到2030年，人工智能可能会将温室气体排放总量减少16%。
挖掘人工智能减碳潜力
“人工智能作为一个新兴技术正在快速发展，其有着前所未有的潜力。”联合国驻华协调员常启德表示，通过充分利用人工智能等数字技术促进可持续投资可以帮助实现2030年可持续发展目标，促进经济社会发展的鸿沟弥合。
当我们思考人工智能和环境之间的关系时，不应因噎废食，只看到其带来的能源消耗问题，而忽视了其在减碳方面的巨大潜力。随着科技的不断发展，我们有理由相信，人工智能将在未来的环保事业中发挥越来越重要的作用，成为推动我们进入更加绿色、更加可持续的未来的强大引擎。
从目前的产业实践来看，理解和实现减排的关键是对减排的效果进行预测和监控，而AI在节能减排中具有预测排放、监测排放、减少排放三个关键应用。
据《碳中和产业发展白皮书》显示，在预测排放方面，AI 能够根据当前减排工作和需求，预测未来的碳排放量，同时为碳排放定下排放量指引。
此前，人工智能预测，即使在未来半个世纪内世界达到净零排放，在2065年之前达到变暖2摄氏度的概率为80%左右。如果排放保持在高位，在2050年前达到升温2摄氏度的概率为50%。“我们正在使用这个非常强大的工具，它（人工智能）能够接受信息，并以人类思维无法做到的方式整合信息，无论好坏。”研究者诺亚·迪芬鲍尔说，在气候科学中，使用机器学习来进行预测的情况越来越多。
在监测排放方面，AI 能实时跟踪碳足迹数据，从采购、生产、销售、运维、物流等全环节收集数据，提升监测准确性。
根据国际能源署《2020年全球现状报告》，建筑施工和运营占全球能源相关二氧化碳排放总量的38%。全球76%的温室气体是由能源生产产生的。此外，单独建筑运营的数字已增加到与能源有关的二氧化碳排放量的28%，创历史新高。
9月11日，由南方电网深圳供电局和深圳市住房和建设局联合发布的全国首个建筑领域碳排放监测与管理系统在深圳上线。据悉，该系统将实现对深圳全市各类建筑碳排放标准制定及碳排量精确测控管理。
在减少排放方面，AI 收集各环节数据后，能够以全局视角对各环节工作流程做出优化调整。在交通领域，AI驱动的自动驾驶技术可以显著提高交通效率，降低不必要的拥堵和尾气排放。
总结
数字经济的发展，带来巨量的能源和资源消耗令人忧心。与其担忧未知，不如身体力行，更好的释放技术发展积极的一面，同时防范和规避它的消极影响。
人工智能的广泛应用无疑给环境带来了新的挑战，但同时也提供了前所未有的机会。只要能够充分利用这一强大的工具，就有可能在减碳的道路上取得突破性的成果。虽然人工智能并非万能的解决方案，但它无疑是世界向着更加绿色、更加可持续的未来迈进的重要推动力。
