倡議者促請參議員 Chuck Schumer 重視人工智慧對氣候的影響
一個由環保、科技和反仇恨言論組織組成的聯盟今天致函紐約州民主黨參議領袖 Chuck Schumer，要求他制定政策應對人工智慧對氣候變化日益增長的影響。這封信指出，企業應被要求披露開發高能耗的人工智慧模型的環境影響。同時針對濫用人工智慧所產生的有關氣候變化的假訊息，相關立法也應包含防止其傳播的措施。亞馬遜員工為氣候司法公義、綠色和平美國、關心科學家聯盟、以及其他十多個組織都簽署了這封信。
人工智慧對氣候的影響
聯盟對人工智慧的關注主要集中在大型語言模型（LLMs），例如 ChatGPT 等模型。根據這封信，LLMs 的能源使用必須被監測和透明地披露，以讓消費者和政策制定者理解這些技術的取得成本。此外人們和組織使用 LLMs 迅速製作和傳播有關氣候變化的虛假訊息的能力，威脅了對抗氣候變化的努力。
根據一項分析，訓練大型人工智慧模型需要大量的能源，這會產生大量的二氧化碳排放，這可能加劇氣候變暖問題。 一項分析顯示，2012 年至 2018 年之間，訓練大型人工智慧模型所需的計算量增加了 300,000 倍，在當時還沒有人工智慧的激增。根據 2022 年的一項分析，人工智慧在 Google 的能源消耗中佔了近 15％，相當於亞特蘭大市所有住宅每年耗電量的大致量。
聯盟在信中提到，企業應該公開報告人工智慧模型的整個生命周期中導致的能源消耗和溫室氣體排放情況。這應該包括使用者搜尋查詢的環境影響以及開發和更新模型所需的訓練成本。聯盟還強調需要評估人工智慧所使用的金屬和關鍵礦物對清潔能源資源的可用性是否有影響，例如矽用於計算機晶片和太陽能電池。
人工智慧加劇虛假訊息傳播的擔憂
人們越來越擔心，人工智慧工具可能會加劇虛假訊息宣傳活動。今年早些時候發表的一項研究發現，人們更容易相信由語言模型 GPT-3 生成的推文，而不是人類所寫的科學內容，包括有關氣候變化的內容。
這封信甚至提議，公司和高管應該對因生成性人工智慧（generative AI）產生的傷害負責，包括對環境造成的傷害，同時保障言論自由和人權。信件還說，公司應該能夠向監管機構和公眾解釋他們的生成性人工智慧模型如何創作內容以及如何測量準確性。
Chuck Schumer 對 AI 監管的呼籲
Chuck Schumer 已經敦促國會同僚制定監管人工智慧的規則。這包括在今年舉辦所謂的“AI 洞察論壇”（AI Insight Forums）。首次論壇將在週三舉行，參議員將與包括微軟聯合創始人比爾·蓋茨、Meta CEO 馬克·扎克伯格和 OpenAI CEO 山姆·阿特曼在內的大型科技公司領導人進行非公開會議。
國會還計劃在本週舉行多個關於人工智慧監管的聽證會。人工智慧並不是唯一一個因其碳足跡而受到審查的行業。民主黨人還試圖要求耗能量巨大的比特幣挖掘公司披露其用電量和污染情況。美國證券交易委員會（SEC）提議要求上市公司報告其業務和供應鏈的氣候影響。加利福尼亞州也預計在本週就一項法案進行投票，該法案要求在該州營業的大公司也要披露溫室氣體排放情況。
總結與建議
這封聯盟致函表示了對人工智慧對氣候變化的潛在影響的關切，並呼籲政府和企業必須更加注意和監管 AI 技術的發展和使用。人工智慧的快速發展提供了許多機會，但同時也帶來了許多挑戰和風險。
在環境保護方面，公司應該對開發的高能耗人工智慧模型的環境影響進行公開披露。政府應該制定法規要求企業報告整個人工智慧模型的生命周期中所導致的能源消耗和溫室氣體排放情況。此外評估人工智慧對清潔能源關鍵資源的使用是否有影響，也是一個重要課題。
另一方面，AI 技術的濫用可能會加劇虛假訊息的散播。政府和企業應該共同努力防止人工智慧在宣傳和傳播虛假訊息方面的濫用。加固監管，讓企業可以對監管機構和公眾解釋他們的生成性人工智慧模型如何創作內容以及如何測量準確性。
儘管 AI 技術的發展迅猛，政府和企業應該意識到其中可能存在的風險，並制定相應的規範和監管措施，以確保 AI 的發展能夠造福人類並符合可持續發展的目標。
延伸閱讀
- Pinterest AI 打造的拼貼圖比單張針腳更吸睛
- Atlassian 推出新的 AI 同事 Rovo
- 三星的營運利潤飆升 930％，AI 動能帶動記憶晶片需求
- GitHub 推出 Copilot Workspace：AI 驅動的軟體工程空間
- 「馬斯克的 xAI 示範 AI 新創公司的龐大市場潛力」
- 照片分享社群 EyeEm 將許可使用者的照片以訓練 AI，如果使用者不刪除照片
- 英偉達收購 AI 工作負載管理新創公司 Run:ai
- 英國調查亞馬遜和微軟與 Mistral、Anthropic 和 Inflection 的 AI 合作關係
- 這款相機以 AI 詩詞交換照片
- Webflow 併購 Intellimize，加入 AI 動力頁面個性化
