To AI or not to AI? Per-task energy and water demands of AI inference are orders of magnitude lower than human labor across all scenarios
本文证实，即使在考虑人类工作的全生命周期资源足迹时，AI推理的单项任务能耗和水耗也比其所增强或取代的人类劳动力低出数个数量级。
原始论文采用 CC BY 4.0 许可（https://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
想象一下，你正在纠结于两种完成工作的途径：是雇佣一名人类员工，还是雇佣一个由代码构成的机器人。大多数人担心，这个机器人（人工智能）是一个贪婪、饥渴的怪物，疯狂吞噬着电力和水资源，而人类则是一个低维护、环保的选择。
这篇论文颠覆了这一观点。它指出，当你观察完成单项任务的“实际”成本时，人类员工才是那个背负着沉重且隐形的资源消耗背包的人，而人工智能背着的却是一根羽毛。
人类的背包
把一个典型的美国成年人想象成一个巨大的、移动的资源工厂。即使他们只是坐在办公桌前打字，他们也在间接地“消耗”着大量的能源和水，因为这是他们生活中其他活动的一部分。他们开车、乘飞机、吃食物（种植食物需要大量的水），以及供暖。
作者们计算出，如果你将一个人全年的能源和水资源总量除以他们的工作分钟数，他们每工作一分钟，就在“花费”约 467 Wh 的能量和 22.7 L 的水。这就像是一个人类为了完成工作，背着一个重如小汽车的背包在行走。
AI 的羽毛
现在，来看看人工智能。当人工智能编写一段文本回复或绘制一张图片时，它是在运行于计算机芯片之上的。论文估计，对于一分钟的文本输入，人工智能仅使用 1.5 Wh 的能量和约 4.6 mL 的水（这还不到一茶匙！）。如果它绘制一张图像，则使用约 2.9 Wh 和 8.9 mL 的水。
巅峰对决
在这里，数据变得非常惊人。作者进行了一项对比，设定了一个非常保守的情景：他们假设人类的生产力比人工智能高 100 倍（即人类在 AI 完成 1 项任务的时间内能做 100 项任务）。即便人类拥有如此巨大的优势，人类的资源背包仍然比 AI 沉重得多。
- 能量： 在处理文本任务时，人类消耗的能量大约是 AI 的 31,000 倍；在处理图像任务时，则是 AI 的 16,000 倍。
- 水资源： 根据计算电力所消耗水的统计方式不同，人类消耗的水量是 AI 的 134,000 到 1,925,000 倍。
论文指出，即便 AI 和人类的速度相等（比例为 1:1），人类消耗的能量仍是 AI 的 311 倍，消耗的水量也是后者的数十万倍。人工智能不仅赢了，而且是压倒性的胜利。
“水文悖论”的转折
关于水资源的故事中有一个有趣的转折。通常人们认为加利福尼亚州的电网非常绿色，因为那里有大量的太阳能和风能。但论文发现了一个“水文悖论”。当你计入大量被加州使用的巨型水电站所蒸发的水量时，加州的电网实际上比美国平均电网具有更高的水足迹。这就像你以为一杯水是纯净的，却忘了盛水的那个桶一直在漏水。
论文排除了什么
作者明确表示他们“并非”在表达什么。他们并不是说人工智能对环境的影响为零。至关重要的一点是，他们并没有计算运行人工智能所需的计算机芯片（半导体）制造过程中所消耗的能量和水；他们只观察了运行人工智能时的“运营”成本。 他们还警告说，如果人工智能让我们变得如此高效，以至于我们以前做不了的工作现在都能做了，那么总资源消耗量可能会增加，即使每一项任务的成本降低了。这被称为“杰文斯悖论”（Jevons paradox）。
他们的结论有多可靠？
作者对他们的数字非常有信心，因为这些数据基于真实的美国电网数据、水资源使用统计数据以及测得的计算机芯片能耗。他们并非凭空猜测，而是建立了一个详细的核算框架。然而，他们也承认“生产力比例”（即 AI 比人类快多少）是一个估算值。如果 AI 最终证明比他们预想的还要快，那么 AI 的优势将会进一步扩大。
底线
如果你担心环境问题，这篇论文表明，用一项人工智能任务取代一项人类任务，很可能是一次能源和水资源节省的净收益，而非损失。人类的生活方式才是那个沉重的负担，而人工智能的表现却出人意料地轻盈。
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。