The ultimate carbon cost of a ChatGPT query
本文提出了一个数量级估计，即每次 ChatGPT 查询都会因环境破坏给人类群体带来约 0.40 美元（相当于 10 克二氧化碳当量）的未来碳成本，旨在尽管在基于 token 的计算中存在显著不确定性，仍能提高人们对人工智能使用所带来的具体行星后果的认识。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
当我们要求计算机编写故事、解决数学问题或总结文档时，我们实际上是在利用一个庞大且无形的能量与资源网络。这些被称为大型语言模型的系统并不像人类那样思考；相反，它们通过执行数十亿次微小的数学计算来处理信息。每当用户发送一条消息时，系统都必须激活位于大型数据中心内的强大硬件，以进行这些数字运算。这一过程消耗电力并产生热量，进而将温室气体释放到大气中。虽然输入问题的过程感觉是瞬间完成且毫无重量的，但其背后的物理机械却在地球上留下了实实在在的痕迹。科学家们长期以来一直在研究这些机器消耗了多少能量，但一个新的视角提出了一个不同的问题：这种能量对人类未来的真正长期代价是什么？
保罗·克罗诺斯（Paul Kron）最近的一项研究试图通过将单次计算机查询与气候变化的最终成本联系起来来回答这个问题。该研究结合了计算机芯片消耗能量的数据、驱动这些芯片的电力所排放的碳量，以及这些排放造成的长期经济损失。作者引入了一个名为“终极碳成本”的概念，试图将单次对话产生的污染转化为一种货币价值，以反映对未来数千年人类造成的损害。这种方法超越了仅仅计算二氧化碳的数量，转而理解我们数字习惯带来的更广泛后果。该研究专门以流行的聊天机器人 ChatGPT 为案例研究，旨在揭示人工智能隐藏的环境足迹。
研究人员首先观察了运行和构建这些模型的计算机的物理成本。他们计算了制造硬件（如专用处理器和服务器）过程中产生的排放量，以及维持其运行所需的能量。他们估计，训练像 GPT-4 这样先进的模型需要巨大的计算能力，释放了估计约一万吨二氧化碳当量。这是一个惊人的污染量，相当于数千人的年排放量。然而，由于该模型被数百万人用于数十亿次提问，研究人员将这个巨大的总量除以查询次数，以得出单次交互的成本。他们估计，在其主要运行期间，该模型大约被用于 1.4 万亿次搜索。当训练排放量分摊到所有这些问题中时，每个问题的份额小得令人惊讶，仅为一克碳的极小部分。
然而，真正的成本重量来自于回答每个特定问题所消耗的电力。所需能量的数量很大程度上取决于问题的复杂程度以及计算机必须处理多少单词或“标记”（tokens）。对于简单、简短的对话，能量消耗很低。但对于复杂的任务，例如编写代码、分析长文档或解决多步骤问题，计算机必须执行更多的计算。研究发现，一个简单的查询可能涉及一千个标记，而一个复杂的查询可能涉及三万个或更多。这种差异极大地改变了环境影响。通过计算这些不同场景所需的能量并应用由此产生的碳排放成本，研究人员得出了每次交互的具体价格标签。
研究结论指出，向大型语言模型进行一次复杂查询的终极碳成本约为四十美分。这一数字代表了为了回答那个问题而排放的温室气体对未来人类人口造成的估计损害。对于较简单、较短的查询，成本降至约一美分。虽然四十美分对于单次交互来说似乎不是一笔巨款，但研究强调了这些成本累积的速度之快。如果一个用户在一天内提出许多复杂问题，或者整个公司大量使用该系统，环境损害的总成本可以上升到数千甚至数百万美元。研究还指出，目前这些系统的使用方式通常是低效的。一些内部报告显示，大型科技公司的员工曾将数十亿个标记用于本可以用更少标记完成的任务，从而在没有提供比例收益的情况下造成了不必要的污染。
尽管高强度使用伴随着高昂的成本，但研究指出，对于普通个人而言，使用聊天机器人的碳足迹与开车或取暖等日常活动相比仍然很小。欧洲平均每人每月排放约七百五十公斤二氧化碳当量。要仅通过使用聊天机器人就达到同样的污染水平，一个人需要处理数十亿个标记，这远远超出了典型的人类使用量。然而，研究警告说，随着这些技术更深入地融入我们的生活并处理更复杂的任务，使用的总量将会增长。研究人员强调，目前技术公司缺乏透明度，使得很难知道确切的数字，因为有关能源使用和标记计数的数据往往是隐藏或推测性的。
该论文最终认为，我们需要更加意识到人工智能的隐藏成本。通过将碳排放的货币价值与数字查询联系起来，该研究旨在让抽象的气候变化概念变得更加具体和紧迫。它表明，虽然这项技术提供了巨大的益处，但其目前的轨迹给地球和后代带来了沉重的负担。研究人员呼吁提供更好的数据、更高效的系统，并转变我们看待数字选择对环境影响的方式。他们提出，理解“终极碳成本”可以帮助个人和决策者做出更明智的决定，确保人工智能的发展不会以地球的健康为代价。该研究并不声称已经解决了问题，而是旨在为关于我们数字未来真实代价的更诚实的对话开辟一条路径。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。