人工智能（AI）正迅速改变我们的生活及工作方式，可能颠覆许多行业的发展，我们需要关注人工智能对环境造成的影响。本文从实体基础设施和潜在应用方面探究人工智能的碳足迹。
人工智能对环境产生的直接影响，主要来自实体基础设施包括数据中心、处理器及其他专用电脑硬件。证据显示，人工智能运算对环境产生直接影响，很大程度上是负面的。
营运阶段产生碳排放量较高
人工智能运算的生命周期分四阶段：生产、运输、营运与报废。当中营运阶段所产生的碳排放量高达70%至80%。一，生产阶段涉及采用原材料的物理提取，以及建造人工智能硬件和基础设施所需的组件。衡量碳排放量的其中一个难题，是所使用的资源通常与整体资讯及通讯技术（ICT）领域相关，而非只涉及人工智能领域。人工智能在生产阶段的碳足迹估计存在着差异，目前而言，生产阶段的碳足迹仍相对轻微。然而，随着可再生电力在营运阶段消耗的能源占比持续上升，生产阶段对环境足迹的影响将会更为显著。二，运输阶段：资讯与通讯科技硬件产生的排放量，只占全球运输温室气体排放的一小部分，与人工智能运算硬件相关的运输排放所占的比例甚至会更低。
三，营运阶段所产生的影响是主要关注的领域。两项环境主要考虑因素是能源消耗及用水量。能源消耗以数据中心作为替代指标，了解人工智能的能源消耗情况。虽然并非所有数据中心的用途都与人工智能有关，但愈来愈多人工智能模型在超大型仓库规模的数据中心进行训练、储存及部署。据估计，全球约有1%至1.5%的总用电量来自数据中心，相当于约220至320太瓦时（terawatt hours）。尽管数据中心的工作负荷大增，但数据中心的耗电量在过去十年维持在相对稳定水平。出现这种明显脱钩情况的原因是：人工智能运算效率提升；转移至云端；转向更大规模数据中心。就生成式人工智能的能源消耗而言，哈佛大学的一项研究发现，训练ChatGPT-3需1.3吉瓦时（gigawatt hours）电力，相当于120个美国家庭一年的用电量。与生成式人工智能相关的主要问题，在于模型复杂性飞速增长，因此所需的能源大大增加。
用水量方面，研究发现，训练一项生成式人工智能模型可能消耗多达28.4万公升水，相当于一个普通人27年的用水量。
四，报废阶段对环境的影响是其产生的电子废弃物。这些废弃物含有重金属和有毒的化学物质，这些物质一旦渗入居住环境会造成污染。实施循环经济模型，即尽量减少废物及最大程度上利用资源，对于管理人工智能的环境影响至关重要。
至于人工智能对环境的正面影响，我们可运用多种创新方法，利用数据中心所产生的热量，支持地区性的供热系统，将高温水输送到家庭住户及建筑物。这种热能亦可为温室供暖，为养鱼场及公共游泳池的水加热。应用人工智能几乎可以解决现实世界的各种问题，例如农业方面，避免森林砍伐并监测牲畜的健康，采用人工智能有望带来显著的环境效益。
（作者为施罗德可持续投资分析师）
