Jak naprawdę szkodliwa jest sztuczna inteligencja dla środowiska?

Wpływ sztucznej inteligencji na środowisko jest realny i rośnie, ale wiele wirusowych porównań jest zbyt pewnych. Według najnowszych szacunków zwykłe podpowiedzi tekstowe zużywają ułamek watogodziny; długie rozumowanie, duży kontekst, obrazy i wideo mogą wykorzystać znacznie więcej. Zapotrzebowanie na energię elektryczną i wodę w centrach danych ma znaczenie na dużą skalę, zwłaszcza w określonych regionach.

Najbardziej uczciwy werdykt nie jest ani paniką, ani zwolnieniem. Niektóre popularne liczby są nieaktualne, pozbawione założeń lub zastosowane w niewłaściwej jednostce. Tymczasem trend na poziomie systemowym – szybki rozwój infrastruktury napędzany częściowo przez sztuczną inteligencję – jest dobrze wspierany. Ten audyt mitów oddziela to, co należy wycofać, od tego, co zasługuje na poważną uwagę.

Mit: każde zapytanie AI zużywa 3 Wh

Wartość 3 watogodzin to wstępne szacunki oparte na starszym sprzęcie A100, a GPT-3.5-scale model i założono 2,000 wygenerowanych tokenów. Nie był to pomiar uniwersalny.

Nowsze publiczne szacunki dotyczące zwykłego zapytania tekstowego są niższe. OpenAI dyrektor generalny Sam Altman stwierdził średnią ChatGPT użyte zapytanie około 0.34 Wh. Google zgłoszono 0.24 Wh dla a mediana Gemini Monit tekstowy aplikacji w maju 2025 r. przy zastosowaniu metodyki uwzględniającej infrastrukturę wspierającą.

Żadna z liczb nie obejmuje wszystkich trybów, a Altman nie opublikował obliczeń na podstawie swojej średniej. Długie wejścia i wyjścia mogą nadal zużywać wiele razy więcej. Wycofaj opcję „3 Wh na każde zapytanie”; ciągle pytaj, jakie obciążenie i granica.

Mit: jedna wiadomość wypija butelkę wody

Akademickie szacunki stojące za roszczeniem dotyczącym butelki nie przyniosły ani jednej wiadomości. Li i współpracownicy oszacowali, że butelka o pojemności 500 ml może odpowiadać w przybliżeniu 20–50 odpowiedzi średniej długości, w zależności od tego, gdzie i kiedy model był uruchamiany. Przy ich założeniach daje to około 10–25 ml na odpowiedź.

Późniejsze dane dla operatorów były znacznie niższe: Altman podał około 0.000085 galonów amerykańskich – w przybliżeniu 0.32 ml – na średnią ChatGPT zapytanie, podczas gdy Google podano 0.26 ml dla jego mediany Gemini monit tekstowy. Nie są to czyste obalenia, ponieważ systemy i granice są różne.

Wniosek jest niepewny, a nie zerowy. Woda zmienia się w zależności od chłodzenia, pogody i energii elektrycznej. Widzieć czy sztuczna inteligencja naprawdę używa butelki na wiadomość? na cały szlak.

Mit: sztuczna inteligencja zawsze dziesięć razy korzysta z wyszukiwarki internetowej

Ten stosunek zwykle umieszcza stary Google wyszukaj oszacowanie obok nowszego oszacowania AI. Od tego czasu infrastruktura wyszukiwania uległa zmianie Google opublikował dane dotyczące energii w 2009 r., a wiele produktów wyszukiwania zawiera obecnie wygenerowane podsumowania. Tymczasem „zapytanie AI” może oznaczać krótkie ukończenie lub wieloetapowe zadanie badawcze.

Wskaźniki pochodzące od różnych dostawców, lat i granic systemów nie stanowią kontrolowanego porównania. Być może kiedyś była to przydatna ilustracja, ale nie należy jej traktować jako bieżącej stałej fizycznej.

W przypadku pojedynczego zadania bardziej istotne jest pytanie, czy właściwym narzędziem będzie wyszukiwanie, bezpośrednie źródło czy wygenerowana odpowiedź. Na poziomie systemu porównuj przejrzyste, współczesne sumy. Precyzja bez porównywalności nie jest dokładnością.

Mit: energia odnawialna sprawia, że sztuczna inteligencja jest wolna od wpływu

Niskoemisyjna energia elektryczna może znacznie zmniejszyć emisje operacyjne, a kontrakty z firmami technologicznymi mogą pomóc w budowie nowej generacji. The MAE oczekuje, że odnawialne źródła energii pokryją prawie połowę wzrostu dostaw energii elektrycznej dla centrów danych do 2030 r. w scenariuszu podstawowym.

Oczekuje również, że gaz ziemny i węgiel łącznie pokryją ponad 40% dodatkowej podaży w tym okresie. Coroczne dopasowywanie energii odnawialnej może nie dopasowywać generacji do miejsca i godziny zapotrzebowania centrum danych. Czystsza energia elektryczna nie usuwa również wody chłodzącej, produkcji sprzętu, budynków ani gruntu.

„Działanie niskoemisyjne” to twierdzenie możliwe do obrony i poparte dowodami. „Brak śladu” nie jest. To rozróżnienie ma kluczowe znaczenie czy sztuczna inteligencja jest szkodliwa dla środowiska.

Mit: mała podpowiedź nie może mieć znaczenia

Jeden krótki monit ma niewielki zasięg operacyjny. To jest powód do proporcji, a nie do zaprzeczenia. Sumują się miliardy zastosowań, rosnące długości wyjściowe oraz nowe obciążenia związane z obrazami, wideo i agentami. Dostawcy budują potencjał na podstawie oczekiwanego zagregowanego zapotrzebowania, a nie przekazu jednej osoby.

IEA oszacowała, że wszystkie centra danych – nie tylko sztuczna inteligencja – są używane w okolicy 415 TWh w 2024 r i projektuje około 945 TWh w 2030 r. w scenariuszu podstawowym. Serwery z akceleracją wykorzystującą sztuczną inteligencję odpowiadają za prawie połowę wzrostu netto.

Indywidualna wina jest nadal błędną polityką. Operatorzy wybierają modele, sprzęt, lokalizację i energię; rządy nadzorują sieci i wodę. Użytkownicy mogą uniknąć marnotrawstwa, a decyzje strukturalne determinują większość trajektorii systemu.

Mit: Sztuczna inteligencja to jedyny powód wzrostu centrów danych

Sztuczna inteligencja jest ważnym czynnikiem napędzającym, a nie cały sektor. Centra danych zapewniają również pamięć masową, systemy wideo, finansowe, oprogramowanie dla przedsiębiorstw i konwencjonalne przetwarzanie w chmurze. Powtarzanie pełnej sumy danych dotyczącej centrum danych jako „elektryczność AI” zawyża obecne przypisanie.

Błąd odwrotny polega na ignorowaniu sztucznej inteligencji, ponieważ precyzyjna alokacja jest trudna. IEA modeluje wzrost zapotrzebowania na energię elektryczną w serwerach przyspieszonych znacznie szybciej niż zapotrzebowanie na serwery konwencjonalne i wskazuje sztuczną inteligencję jako główne źródło ekspansji.

Dobra sprawozdawczość łączy oba fakty: zaobserwowane sumy są szersze niż w przypadku sztucznej inteligencji, a sztuczna inteligencja znacząco zmienia perspektywy. Nasz artykuł nt Centra danych AI wyjaśnia, dlaczego wpływ na lokalną sieć i wodę może dawać więcej informacji niż jeden procent globalny.

Co jest naprawdę niepokojące

Szybki popyt bezwzględny może przewyższyć efektywność i budownictwo oparte na czystej energii. Obiekty są skupione, więc lokalne sieci i systemy wodociągowe mogą podlegać presji, którą ukrywają średnie globalne. Emisje z łańcucha dostaw i produkcja sprzętu są w dalszym ciągu słabo rozłożone. Publiczne dane operacyjne na poziomie modelu są nadal nieliczne.

Media generatywne i systemy agentowe mogą sprawić, że każde żądanie użytkownika będzie bardziej złożone obliczeniowo. Odbicie może przekształcić tańsze wnioskowanie w większy całkowity popyt. Są to raczej planowanie ryzyka niż dowód najgorszego scenariusza, dlatego też znaczenie mają zakresy scenariuszy.

Użytkownicy mogą wybierać mniejsze, wydajne modele, skupiać się na kontekście i unikać generacji jednorazowych. Dostawcy powinni publikować sumy całkowite i bezwzględne dotyczące obciążenia. Treechat wyjaśnia swoje ograniczone, oparte na modelu szacunki na jego temat strona metodologiczna. Paragon może zachęcać do dokonywania lepszych wyborów, ale nie jest to audyt pełnego cyklu życia.

Sztuczna inteligencja jest na tyle zła, że wymaga przejrzystości, czystszej infrastruktury i powściągliwości. Dowody nie potwierdzają traktowania każdego monitu jako zagrożenia ekologicznego. Wspiera budowanie kultury, w której drogie obliczenia muszą na siebie zarabiać.