麻省理工學院研究指出 AI 節能效果可能因經濟增長而抵消

近日，麻省理工學院研究人員發表了一項關於人工智能對氣候影響的研究。該論文指出，討論人工智能對環境的影響時，不應僅僅計算數據中心、晶片及模型訓練所消耗的電力，還需關注人工智能提升效率、降低成本後可能推動的經濟增長，這可能導致的額外生產和消費，反而抵消部分節能效果。

AI 對能源需求的雙面影響

研究認為，人工智能一方面正在快速增加數據中心的能源需求，另一方面亦可用於電網優化、需求響應、能源系統管理及電氣化等領域，理論上存在幫助減排的潛力。其中一個關鍵問題即為“反彈效應”。據研究瞭解，當人工智能提高生產效率後，相同的產品或服務可能變得更便宜，企業亦能以更低成本完成更多工作。

消費行為與能源需求的關係

消費者所省下的成本可能會用於旅遊、購物或其他消費，最終導致社會整體資源和能源需求繼續增加。換句話説，單個環節變得更節能並不代表整個經濟體系的排放必然下降。研究還提出“人工智能碳債務”的概念，人工智能基礎設施所帶來的排放正在迅速增加，而利用人工智能進行能源優化、氣候治理等所產生的減排效果通常需要更長時間才能顯現。

碳中和與氣候中和的區別

即使最終通過人工智能氣候解決方案償還了這筆債務，額外的變暖和氣候破壞仍將持續數十年甚至數千年。此外，值得注意的是，碳中和並不等於氣候中和。

人工智能的環境影響與經濟增長的矛盾

麻省理工學院的研究指出，人工智能在提升效率的同時，也可能因經濟增長而抵消其節能效果。這意味著，雖然人工智能在某些領域如電網優化等方面有助於減排，但隨之而來的消費增長可能會導致整體能源需求上升，形成一種反彈效應。此外，人工智能基礎設施所帶來的碳排放增加，使得減排效果的實現需要更長的時間。這些因素提醒我們在推廣人工智能技術時，需全面考量其對環境的長期影響。