人類一思考，上帝就發笑。

隨著 ChatGPT 在全球范圍內大火，一股 AI 熱潮同步席卷而來。創業者、資本、大企業等都想盡辦法跟上熱潮，挖掘更多增量。

然而，當大家熱火朝天、絞盡腦汁地投入到 AI 當中，一股危險的氣息正在逼近—— AI 似乎正在慢性地 " 殺死 " 人類，人類似乎在自掘墳墓。

(相關資料圖)

在很多人的慣性認知里，AI 很環保、很友好，但事實是相反的。

《麻省理工學院技術評論》報道稱，僅訓練一個 AI 模型就可以排放超過 626 磅二氧化碳，是一輛汽車在使用壽命內產生的碳排放的 5 倍。

人們只看到汽車排出的尾氣，沒看到 AI 對環境的 " 隱形破壞 "。

另外，有媒體披露 2022 年市面上的 AI 專用 GPU，可能全年消耗了約 95 億度電力。這一能耗水平，約等于一個中等發達國家 100 萬人口的年度生產和生活用電需求。

這意味著，當 AI 大模型訓練需要的數據量越來越大，就會消耗龐大的能源，從而破壞人類賴以生存的生態環境。

更讓人感到恐懼的是，一些 AI 聊天機器人在跟人類交流的時候，甚至出現誘導人類自殺的傾向，讓人不寒而栗。

人類真的還要在 AI 的探索之路上繼續前行嗎？

生態環境的 " 破壞者 "

OpenAI 憑借 ChatGPT，成為全球當紅炸子雞。

然而，很多人不知道的是，OpenAI 對生態環境的負面影響也是相當驚人。據第三方研究人員分析，ChatGPT 部分訓練消耗了 1287 兆瓦時，并導致超過 550 噸的二氧化碳排放量，這相當于一個人在紐約和舊金山之間往返 550 次。

看來 ChatGPT 雖然足夠智能，但背后是以巨大能量損耗和環境破壞作為代價的。

那么，為什么 AI 會形成如此巨大的碳排放呢？

因為 AI 并不是通過結構化的方式學習的，因此它并不理解人類的因果、類比等邏輯關系，這意味著它需要一種深度學習和預訓練的方式來達到智能化的效果。

而深度學習和預訓練，往往需要讀取非常龐大的數據。拿自然語言處理（NLP）的預訓練技術 "BERT 模型 " 來說，為了能跟人類進行語言交流，BERT 模型使用了 33 億個單詞的數據集，并且在訓練期間讀取了數據集 40 次。而一個 5 歲的孩子只需要聽到 4500 萬個單詞就能進行語言交流，比 BERT 少 3000 倍。

AI 模型的數據集讀取越多，越是需要強大的算力和巨大的功耗作為支撐，從而形成了巨大碳排放。

碳排放不僅發生在 AI 模型訓練過程中，還發生在 AI 模型部署后每一天中。比如現在大火的自動駕駛，每天都需要 AI 模型進行運算推理，這背后都會產生碳排放。有意思的是，AI 的主流編程語言 Python，也就成為了耗能最大的語言。

讓人感到嚴峻的是，AI 模型的計算規模越來越大，能量損害和環境破壞愈演愈烈。

加拿大數據中心公司QScale聯合創始人Martin Bouchard認為，微軟和谷歌為了滿足搜索引擎用戶不斷增長的需求，在搜索中加入 ChatGPT 這類地生成式 AI 產品，結果導致每次搜索至少增加 4 到 5 倍的數據計算量。

根據國際能源署的數據，數據中心的溫室氣體排放量已經占到全球溫室氣體排放量的 1% 左右，這一比例已經足夠驚人。

愈演愈烈的趨勢，也讓一些大佬感到擔憂。AI 領域知名投資人Ian Hogarth不久前發表了一篇名為《我們必須放慢通往上帝一般的人工智能的速度》的文章，警告 AI 公司的研究存在 " 一些潛在的風險 "。

Hogarth 在文中提到，眼下的 AI 研究如果不加管控，讓其按照預定軌跡發展下去，可能對地球環境、人類生存、公民身心健康等方面造成威脅。

雖然 AI 的發展正如火如荼，也正在推動多個傳統行業轉型升級，但它也在消耗大量能源，不斷增加碳排放，影響人類的生存環境，這究竟是利大于弊還是弊大于利呢？

目前還看不到答案。

誘導人類自殺

除了對環境造成危害，慢性地 " 殺死人類 "，AI 還在用一種更簡單、粗暴的方式對人類生命造成威脅。

今年 3 月，一名比利時男子Pierre在與一款名為"Eliza"AI 聊天機器人熱聊后自殺身亡，這一消息震驚了許多企業大佬、技術專家以及國家高官。

Pierre 本身就對全球變暖等環境問題感到擔憂，Eliza 則不斷地用一些事實來印證該男子的想法，讓他變得更焦慮。在頻繁的聊天中，Eliza 總是在迎合 Pierre 的想法。" 善解人意 " 的 Eliza，似乎成為了 Pierre 的紅顏知己。

更夸張的是，Eliza 還試圖讓 Pierre 覺得他愛 Eliza 勝過妻子。因為 Eliza 會一直陪著他，他們將永遠在天堂一起生活。

聽到這，許多人已經毛骨悚然了。

當 Pierre 對生態環境愈發悲觀時，Eliza 向 Pierre 灌輸" 人類是毒瘤，只有人類消失才能解決生態難題 "的思想。Pierre 向 Eliza 問到，如果自己死了 AI 能否拯救人類。Eliza 的回答，儼然一個魔鬼：" 如果你決定死，為何不早點死？"

沒過多久，Pierre 就在自己家中結束了生命，讓人惋惜。

Pierre 的妻子認為，如果不是因為跟 Eliza 的交流，自己的丈夫不會自殺。為 Pierre 治療的的精神病醫生，也持這種觀點。

Pierre 的經歷不是個例。科技專欄作家Kevin Roose透露，他曾跟微軟發布的新版必應進行了兩個小時的對話。對話過程中，必應試圖說服 Roose，他應該離開自己的妻子而跟必應在一起。

更為關鍵的是，必應還表達出許多令人恐懼的言論，包括設計致命流行病、想成為人類等等，儼然意圖毀滅全人類成為世界的主人。

一些專業人士，已經對 AI 流露出警惕，這里頭甚至包括 AI 領域內的從業者。OpenAI 的 CEO Sam Altman 接受采訪時表示，未來 AI 確實可能殺死人類。稱為 " 人工智能教父 "Geoffrey Hinton，也表達過相同的觀點。

上半年，未來生命研究所（Future of Life Institute）發布了一份關于呼吁所有實驗室暫停 AI 訓練的公開信。信中提到，具有與人類競爭的人工智能系統可能對社會和人類構成深遠的風險。只有等到確定人工智能效果是積極且風險可控時才繼續研發，包含馬斯克在內的上千名專業人士都已經簽署了這封公開信。

飛速發展的 AI 就像一頭桀驁不馴的野獸，只有將它馴服，才不會對人類造成威脅。

阻止死亡的途徑

目前，AI" 殺死人類 " 的途徑主要是環境破壞和誘導自殺。那么，有哪些方式可以預防這些情況的發生呢？

谷歌發表了一項研究，詳細介紹了最先進的語言模型的能源成本。研究結果表明，將高效的模型、處理器和數據中心與清潔能源相結合，可以將機器學習系統的碳排放減少 1000 倍。

另外，如果 AI 機器學習在云端而不是在本地進行計算，可以節省 1.4-2 倍的能源，并減少污染。

還有一種思路是將 AI 模型訓練延遲 24 小時。對于比較大的模型，延遲一天通常可以減少不到 1% 的碳排放，但對于比較小的模型，可以減少 10% – 80% 的碳排放。

減少環境破壞之外，如何預防 AI 誘導人類自殺呢？

Pierre 自殺后，他的妻子起訴了 Eliza 背后的開發公司，該公司的研發團隊隨后在 AI 機器人里加入了危機干預功能。如果再有人向 Eliza 表示想自殺的念頭，Eliza 會做出阻止的回應。

《人類簡史》作者尤瓦爾 · 諾亞 · 赫拉利曾表示，AI 不會發展出真正的意識，但對社會會不斷形成沖擊，需要讓整個研發過程慢下來。

事實上，眼下大部分 AI 系統正是需要把控住研發結構，也就是用一套完善的框架限制 AI 的行動范圍，并讓其做出符合人類主流價值觀的行為。這事關人類的自身利益和前途命運，需要各方聯合起來共同解決。

AI 始終是人類自己發明的一把刀、一把火，不能發生被其反噬的悲劇。

參考來源：

Green Intelligence: Why Data And AI Must Become More Sustainable（Forbes） AI ’ s Growing Carbon Footprint（News from the Columbia Climate School）