人工智能领导者如何减少对生态的影响

随着企业越来越了解这项快速变化的技术及其在业务中可能发挥的作用，人们对人工智能的期望和担忧如过山车般不断变化，速度之快令人咋舌。最近，生成式人工智能和大型语言模型(LLM)等先进人工智能平台因其巨大的能源消耗和随之而来的生态影响而受到严格审查，一些研究人员推测，LLM会消耗数百升淡水，产生的年排放量相当于一个小国的排放量。

随着全球变暖首次在全年内超过1.5度，全球利益相关者正在质疑，在防止气候危机恶化方面，主要责任应该由谁来承担。在全球努力减少二氧化碳排放的同时，气候变化仍然是消费者和公司都至关重要的问题，任何使用消费性人工智能工具而不控制碳足迹的公司，其公众形象都会受到损害。更重要的是，肆意滥用人工智能可能会给环境带来灾难性后果——麻省理工学院的研究表明，仅仅训练一个人工智能模型，其排放量几乎是美国普通汽车一生排放量的五倍，这有可能大大抵消全球应对气候变化的进展。

尽管欧盟人工智能法案和总统的行政命令等近期立法明显对生态漠不关心，这些立法主要关注人工智能责任的其他方面，但一些主要的人工智能参与者已开始积极自我监管并致力于可持续使用人工智能。以下是人工智能领域的领导者如何以生态意识对待人工智能，同时保留该技术的深远商业价值。

生成式人工智能和法学硕士的许多缺点都源于必须处理大量数据才能产生价值。这不仅增加了道德、准确性和隐私方面的风险，而且大大增加了使用这些工具所需的能量。

企业已开始转向更窄的专用AI，专门用于特定任务和目标，而非高度通用的AI工具。例如，ABBYY就采用了这种方法，通过训练其机器学习和自然语言处理模型，使其能够像人类一样专门阅读和理解企业系统中运行的文档。借助预先训练的AI技能，企业可以以95%的准确率处理高度特定的文档类型，从而通过消除纸张的使用来保护树木，同时还可以减少繁琐的文档管理流程所排放的碳量。

人工智能公司不需要独自承担可持续人工智能的负担——有些公司正主动将责任推到开发人员身上。

OpenAI是广受欢迎的ChatGPT的人工智能先驱，该公司最近宣布，开发人员可以创建自己的“GPT”平台用于特殊用途。这使开发人员和组织能够以高度可定制的方式缩小他们的人工智能使用范围，削减过多的功能和数据，从而放大生态破坏。例如，开发人员可以将GPT设计为仅限于创意写作建议、烹饪信息、技术支持或任何其他小众用途。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！