Day 25 生成式 AI 永續發展 (Sustainable Development)

16th鐵人賽

135 瀏覽

今天想寫生成式 AI 永續發展，會有這個主題，主要是生成式 AI 模型的訓練和運作會需要大量能源，並消耗了大量水資源，這對永續發展來說是個挑戰。當然透過創新技術，生成式 AI 也可以成為實現永續發展的工具。

生成式 AI 的環境成本

生成式 AI 的運作依賴龐大的資料中心，這些設施需要消耗大量的能源來維持系統運作和冷卻設備。根據研究，生成式 AI 的運算需求是傳統網路搜尋的 4 ~ 5 倍。例如訓練一個大型語言模型如 GPT-3 的過程需要消耗約 300 噸的二氧化碳，這相當於普通人一生中的碳排放量。

此外生成式 AI 的水資源消耗同樣驚人。根據報告 OpenAI 在美國愛荷華州的資料中心，在訓練 GPT-4 最後一個月，為了冷卻這些伺服器，消耗了該地區 6% 的水資源。這些能源和水資源的高消耗，無疑對全球的永續發展造成了壓力。

儘管生成式 AI 的環境成本令人擔憂，但透過適當的策略和創新技術，也可以促進永續發展。

使用現有的大型模型
訓練全新模型會需要大量能源，因此企業可以選擇使用現有的大型生成式 AI 模型，避免從零開始進行模型訓練。這可以顯著地減少能源消耗，同時利用雲端計算資源來優化執行效率。
微調模型而非重新訓練
企業可以透過微調預訓練的模型，將其應用於特定任務，避免重新訓練大型模型造成高昂能源成本。這種方法不僅更加環保，還能滿足業務需求，提升模型的應用價值。
優化計算方法
採用節能的計算方法，如 TinyML 等技術，可以幫助企業在本地設備進行資料處理，減少依賴大型資料中心的運算需求。這些方法能夠降低能源消耗，並減少對環境的影響。

生成式 AI 不僅可以透過技術來減少環境影響，還可以推動永續發展的創新應用。

能源優化與管理
生成式 AI 能夠預測和優化能源的使用，幫助企業實現節能減排。透過即時資料分析，AI 可以提升能源網路的運作，降低能源浪費，促進再生能源的應用。
精準農業與水資源管理
AI 技術被廣泛應用於精準農業 (Precision Agriculture) 中，幫助農民監測農作物健康狀態、優化灌溉系統，減少水資源的浪費。這不僅提高了農作物的產量，還減少了過度使用農藥和肥料對環境的負面影響。
城市永續發展
AI 推動的智慧城市正在幫助城市進行綠色轉型。生成式 AI 可以透過分析交通流量、資源分配等資料，優化城市規劃，減少碳足跡，提升城市的永續發展。