今天我想討論生成式人工智慧的耗能問題。

大型語言模型在運算過程中消耗大量能源和水資源，而我們在與AI互動時，其背後的環境代價往往是我們無法直接看到的。在這個AI需求迅速增長的時代，未來我們可能會面臨哪些衝擊？

推廣階段，許多人強調人工智慧的使用是多麼輕鬆簡單，並鼓勵大眾勇於嘗試。各大廠商也紛紛投入資金加速研發，深怕錯失這波崛起的浪潮，或被AI的發展淘汰。然而，隨著人們逐漸接受並普遍使用AI，伴隨而來的是能源消耗的急劇增長，達到前所未有的高度。

不可否認，人工智慧的確好用，但它也有其局限性。我們是否真的需要為了不必要的消費浪費如此大量的資源？一味地追求更快、更強、更新，可能會再次陷入過度消費的歷史輪迴。每一代都需要解決各自的問題，同時也在製造新的問題。或許，如果我們放慢發展的腳步，但考慮得更周全，才有助於我們走得更長遠。

我也對Windows 11這次的大規模更新感到好奇，尤其是將AI整合進系統的做法。這背後究竟付出了多少代價？科技公司對環境的影響相比傳統產業，究竟是加劇了還是減輕了？現在每次使用ChatGPT時，我都有一種內疚感，有點像夏天使用冷氣時的那種內心掙扎。

大多數人無意對他人或環境造成傷害，但我們也不能期待馬兒跑得快又不吃草，這是不可行的。學習和成長的過程勢必需要付出代價。確立目標、充分落實、回顧分析、迭代更新，透過這樣的循環能幫助我們更有效率地運用科技，這把「雙面刃」。

在第15篇，我分享了對AI普及後耗能問題的擔憂，希望未來我們能更智慧地運用科技，避免負面影響。
那麼第16篇，我將帶著這份擔憂，繼續探討如何在減少資源消耗的前提下，仍然能夠達到更好的科技表現。