人工智能的乐观支持者表示，随着时间的推移，这种对环境代价高昂的技术将变得更加可持续。我们可以更有效地使用人工智能，探索受人脑启发的低能耗设计。我们可以更可持续地建造数据中心，使用木材或低碳混凝土和钢材。来自数据中心的热量可以为当地的家庭供暖。
当然，如果我们开始过于广泛地使用人工智能系统（包括我们并不真正需要它们的地方），那么这种增长可能会超过这些潜在的效率收益。但最近，我听到了另一种说法：人工智能本身正在应对气候变化。人工智能可以帮助模拟野火，优化能源消耗以稳定电网，加速低碳材料的开发等等。
我的研究小组最近发表了一份报告，深入研究了这些说法，并发现了一些令人担忧的原因。
事实证明，很难比较要求人工智能执行任务和要求人类执行任务对环境的影响。以写作和艺术创作为例。一项研究表明，人工智能比人类更环保地完成这些创造性的任务。
但研究这一问题的方法之一是将所有人类活动（吃牛、赶飞机等）产生的碳足迹的一部分分配给创造性活动。按照这个逻辑，艺术家、奶农、亿万富翁CEO或生态学家修复湿地一小时的工作所产生的碳排放量是一样的。
一篇相关的论文承认这种简化，而是将碳分配给人类消耗的电力。作者说，这是一种实用的碳核算方法。在人类和人工智能的工作之间建立公平的比较是很困难的，因为它们的任务可能看起来很相似，但它们的潜在过程却有着根本的不同。
人工智能目前的碳排放总量是多少？另一篇由微软部分资助的论文提到，人工智能目前只占全球碳排放量的0.01%。
当我们仔细观察时，我们发现这个数字是基于英伟达（最大的人工智能硬件制造商）一年人工智能服务器销售的排放量，这是一项分析所估计的。这一预测尚未得到证实，如果它是准确的，它不包括在前几年安装的服务器上运行的人工智能。
当记者联系到一些作者寻求评论时，他们说这一估计并不是这篇文章的重点。他们补充说，评估人工智能对气候的影响是复杂的，因为我们不知道未来的人工智能模型将如何构建、操作和使用。
另一项研究回顾了人工智能的可持续性好处，引用了其他几篇文章，在我们看来，这些文章似乎有错误——比如引用研究来支持他们的说法，而这些研究没有包含相关信息。人工智能系统有时会犯错误——被称为“幻觉”——就像微软副驾驶指责一名记者犯下了他所报道的罪行一样。
所以我们问作者他们是否使用了人工智能来写这篇文章。他们驳回了这个想法，并坚持他们审查的完整性。他们一致认为，并非他们审查中提到的所有人工智能可持续性解决方案都能得到现有研究的支持。但他们表示，他们也根据自己的专家判断，对人工智能有朝一日可能具备的能力进行了预测，他们说这是标准做法。
作者还指出，他们的研究成果被广泛分享，没有任何抱怨。但事实是，文章可以被广泛阅读而不会引起恐慌，这正是问题所在。会不会每个读者都认为这篇文章是在预测人工智能有一天可能会做什么，而不是解释人工智能已经能做什么？
总的来说，目前关于人工智能和可持续性的研究有多可靠？我们不确定。我们还没有机会进行更全面的调查。但评估人工智能的未来潜力需要对其迄今取得的成就有一个清晰的认识。这样的调查是迫切需要的。
同时，我们应该避免将各种人工智能混为一谈。
事实上，人工智能有多种形式：大的、小的、判别的、生成的、机器学习的、符号的等等。我对一个擅长计算胡萝卜、帮助农民更有效种植胡萝卜的人工智能感到兴奋，而不是对所有人工智能系统一概而论。
气候行动也有不同的类型。减缓气候变化就是将碳排放量降至零，以阻止全球变暖。气候适应就是要学会在一个更温暖的世界中生存和发展。我们两者都需要。
人工智能在气候适应方面确实非常受欢迎（比如，在天气更加不稳定的情况下，帮助我们提高胡萝卜产量）。但这并不能简单地抵消人工智能的碳成本。这就像拿苹果和橘子（或胡萝卜）作比较一样。这是一个棘手的计算，涉及政治和道德层面。
每当人工智能因惊人的成就而受到庆祝时，让我们记住它有一些人类的帮助。这个项目投入了多少时间、精力、精力和其他资源？如果使用更传统的数据收集和分析方法，是否可以以更低的环境成本获得类似的结果？
我们报告的作者对人工智能的看法不一。我们没有人反对它，也没有人反对用它来解决环境问题。但要妥善管理人工智能对气候的净影响，就不能夸大它的好处。
没有时间像你想的那样多读一些关于气候变化的书？在你的收件箱里放一份每周综述吧。每周三，The Conversation的环境编辑都会写一封名为Imagine的简短电子邮件，深入探讨一个气候问题。加入到目前为止订阅的4万多名读者吧。
