导读人工智能具有碳足迹也就不足为奇了，这是指产生和消耗AI释放到大气中的温室气体(主要是二氧化碳和甲烷)的数量。实际上，训练AI模型需要那么
人工智能具有碳足迹也就不足为奇了，这是指产生和消耗AI释放到大气中的温室气体(主要是二氧化碳和甲烷)的数量。实际上，训练AI模型需要那么多的计算能力，一些研究人员认为，环境成本大于收益。但是，我相信他们不仅低估了AI的优势，而且还忽略了模型训练变得越来越高效的许多方式。
温室气体被经济学家称为“外部性”，是整个社会无意中承担的成本，例如通过全球变暖的不利影响而承担的成本，但私人参与者却对我们所有人造成了损失，这些参与者几乎没有动机来避免违规活动。通常，公用事业公司燃烧化石燃料时会排放这些气体，以产生电力来为数据中心，服务器场和运行AI的其他计算平台提供动力。
在过去的几年中，由于一些观察家认为在模型训练过程中AI过度消耗能量，AI被不公平地指责为导致全球变暖的主要因素。
不幸的是，许多AI行业观察者通过使用不平衡公式来计算AI的总体碳足迹，为这种污名化做出了贡献。例如，《麻省理工学院技术评论》一年前发表了一篇文章，马萨诸塞州大学的研究人员报告说，训练单一机器学习模型所需的能量可以排放的二氧化碳几乎是美国普通汽车使用寿命的五倍。
这种计算AI碳足迹的方式使该技术遭受巨大损害。冒着吹牛的危险，这一讨论暗示了奥斯卡·王尔德(Oscar Wilde)关于愤世嫉俗的人所说的“知道一切的价格和虚无的价值”的言论。我对UMass研究人员关于AI培训的碳成本的发现，或为这种和其他人类活动计算并降低该成本的需求没有任何疑问。我很好奇为什么研究人员还没有讨论AI在下游减少下游环境中人为产生的温室气体时通常间接提供的价值。