这篇报道揭示了生成式AI在环境影响方面的一些重要问题，以下是对这些发现的总结和分析：
1. 水资源消耗：
- AI在生成文本时需要消耗大量水资源用于服务器降温。不同地区的数据中心用水量差异显著，例如生成一封100词电子邮件的耗水量在得克萨斯州约为235毫升，而在华盛顿州高达1408毫升。
- 如果用户频繁调用GPT-4等AI模型，水资源消耗会迅速累积。
2. 电力消耗：
- 除了水资源消耗外，AI的电力消耗同样惊人。例如，Meta训练LLaMA-3模型消耗了2200万升水，相当于164名美国人一整年的用水量。
- 如果全美约10名在职人员中有1人每周调用一次GPT-4，持续一年，所需电量将达到121517兆瓦时，相当于华盛顿特区全部家庭20天的用电量。
3. 环境和经济影响：
- 数据中心对水电资源的消耗正在加剧周边居民的生活成本，直接抬高了用水与用电账单。
- 这种资源消耗对环境的影响是巨大的，需要引起足够的重视。
4. 企业的环保承诺：
- OpenAI、Meta、谷歌和微软等公司均表示将致力于降低AI对环境的负担，但目前尚未给出明确的行动方案。
- 微软表示正在研发无需消耗水资源的数据中心冷却技术，但缺乏具体细节，研究人员提醒应持审慎态度。
总的来说，这篇报道揭示了生成式AI在环境代价方面存在的问题，包括水资源和电力的巨大消耗，以及对周边居民生活成本的影响。这需要引起业界和公众的重视，并推动相关企业和研究机构采取切实有效的措施来降低AI的环境负担。同时，我们也应该对企业的环保承诺持审慎态度，关注其具体行动和效果。
