人工智能发展的关键要素及其对气候变化的影响
人工智能已经成为世界的流行语，并且几乎是每个公司数字化转型议程中不可或缺的一部分。AI用户已成为AI工具和服务的生产者。公司领导都提出了关于人工智能的促进，颁布和发展的指令。
全球有4000多家公司从事AI工具，产品和服务的生产。人工智能及其对气候变化的影响。Gartner预测，到2021年，人工智能将创造2.9万亿美元的商业价值，并产生62亿小时的工人生产力。根据这些假设，难怪普华永道预测，到2030年，人工智能可以为全球经济贡献15.7万亿美元。
尽管全世界都对以人工智能为主导的用例感到乐观，并支持大量投资，但一件事的关注度可能远远低于理想情况：人工智能–引发了气候变化。
人工智能的发展需要两个关键要素：
- 大量的培训数据。如果没有历史数据可以训练它们，那么机器学习模型将一无所获。例如，要训练计算机视觉模型以检测，识别和标记看到照片或视频的对象，则需要在较长的时间段内首先对相应的，带有标签和注释的数据进行训练，直到他们开始使用这些知识。然后确定他们之前可能见过的物体。
- 相应地，大量的存储和计算能力。现在，将其与公司正在使用计算机视觉开发的数百万个用例相乘，以检测，识别，标记和预测一些用例，以了解所用基础架构的数量。在非常保守的水平上，2018年全球有4000多家*公司，并且在不断增长，致力于使用AI以一种或另一种形式实现人类工作自动化的一种或多种特定用例。
这两种成分的意思是存储，备份和功能设计此培训数据所需的大量能量。
为了给您一个想法，麻省大学阿默斯特分校的一些机智的人测算出，一辆普通汽车在其一生中会产生126000磅的二氧化碳。训练单个变压器模型以在神经体系结构上使用1个GPU达到可接受的精度水平，需要的能量将产生626000磅的CO2。
二氧化碳的数量大约等于大约5辆汽车运行其引擎长达10年。该数据告诉我们，仅训练一个AI变压器模型就是5辆运行10年的汽车。
将其推断为模型构建和培训，表明那些4000多家AI公司正在做24/7的事情，令人惊讶的是看到相等的CO2产量以及向ML培训转移的能量。
出现3个明显的问题。
- 这种AI流程的道德性如何—尤其是当全世界有超过9.4亿人无法用电时。
- 当公司说他们支持“绿色”倡议时，当同一家公司向AI投资数十亿美元时，这种说法有多可信?当您投资人工智能研究时，如何仍能保持绿色环保，Google似乎很有趣-它通过可再生能源使用了总电力需求的56%。相比之下，微软约为32%，亚马逊约为17%。
- 考虑到由于如此高的二氧化碳生产量和能源转移远离社会底层而造成的气候变化影响，人工智能的进步值得吗?
反对AI进步正在创造更多就业机会的反驳。
因此，我们有一个反驳，即人工智能的进步正在创造更多的就业机会，并帮助各国实现更高的GDP和人均率。这是有效的主张吗?是的，但是有待进一步研究的是这是否确实是新的就业机会或对现有人力的再培训。
从早期工业革命的自动织布机到今天的计算机，每一波技术的争论都认为工作并没有被破坏，而是随着创造了全新的就业类别，就业从一个地方转移到了另一个地方。
路德主义者可能破坏了工厂，以抗议对机器自动化的抗议，但是今天，这些工人将捍卫制造业以防止这些工作的消失。
气候变化