Google环境报告避而不谈人工智能的实际能源成本

Google环境报告避而不谈人工智能的实际能源成本 您可以在这里阅读报告全文(PDF 格式),里面有很多有趣的内容,而这里面有一些非常值得关注的工作。例如,Google一直在实施一项水资源补充计划,希望通过该计划抵消其设施和运营中的用水量,最终实现净正值。具体做法是确定并资助流域恢复、灌溉管理和该领域的其他工作,Google至少为全球数十个此类项目提供了部分资金。通过这种方式,Google的用水量中已有 18% 得到了补充(无论这个词的定义如何),而且每年都在增加。该公司还非常谨慎地将人工智能在气候方面的潜在优势放在首位,比如优化浇灌系统、为汽车和船只开辟更省油的路线以及预测洪水。在我们有关的人工智能报道中已经重点介绍了其中的几项,它们实际上在很多领域都很有帮助。Google不必做这些事情,许多大公司也不需要,所以,这些功劳归功于Google。但是,当我们读到"负责任地管理人工智能的资源消耗"部分时。在这里,迄今为止对每项统计数据和估算都非常有把握的Google突然摊开双手耸了耸肩。人工智能到底会消耗多少能源?真的 有人能确定吗?然而,情况一定很糟糕,因为该公司做的第一件事就是淡化整个数据中心的能源市场,称其仅占全球能源使用量的 1.3%,而Google使用的能源最多仅占全球能源使用量的 10%因此,根据该报告,全球仅有 0.1% 的能源用于为其服务器供电。值得注意的是,在 2021 年,该公司决定要在 2030 年实现净零排放,尽管该公司承认在如何实现这一目标方面存在很多"不确定性"。特别是因为自 2020 年以来,该公司的排放量每年都在增加。2023 年,我们的温室气体(GHG)排放总量为 1430 万吨 CO2e,与 2019 年目标基准年相比,同比增长 13%,环比增长 48%。 这一结果主要归因于数据中心能耗和供应链排放量的增加。随着我们进一步将人工智能整合到我们的产品中,由于人工智能计算强度的增加所带来的能源需求增加,以及与我们技术基础设施投资的预期增长相关的排放量增加,减排可能会面临挑战。然而,人工智能的发展却在上述不确定性中迷失了方向。Google给出了以下借口,解释为什么公司不具体说明人工智能工作负载对其一般数据中心能源账单的贡献:预测人工智能未来对环境的影响是复杂和不断变化的,我们的历史趋势很可能无法完全反映人工智能的未来轨迹。随着我们将人工智能深度整合到我们的产品组合中,人工智能和其他工作负载之间的区别将不再有意义。因此,我们将重点放在整个数据中心的指标上,因为这些指标包括人工智能的整体资源消耗(因此也包括对环境的影响)。"复杂且不断演变";"趋势不可能完全捕捉到";"区别不会有意义":这种语言听起来就像有人知道一些事情,但却非常非常不愿意告诉你。有人会相信Google真的不知道人工智能的训练和推理增加了多少能源成本吗?能够如此精确地分解这些数字,难道不是该公司在云计算和数据中心管理方面的核心竞争力的一部分吗?该公司还声称其定制的人工智能服务器单元是多么高效,它是如何将训练人工智能模型所需的能源降低 100 倍的,等等。毫无疑问,Google在绿色环保方面做了很多努力,你可以在报告中读到这些努力的全部内容。但重要的是要强调它似乎拒绝提及的问题:人工智能系统巨大且不断增长的能源成本。该公司可能不是全球变暖的主要推动者,但尽管有潜力,Google似乎还没有达到净效益。Google有充分的动机来淡化和模糊这些数字,即使是在其缩减、高效的状态下,这些数字也不可能是好的。我们一定会要求Google提供更具体的数据,然后再看看 2025 年的报告中这些数据是否会变得更糟。 ... PC版: 手机版:

相关推荐

封面图片

人工智能太耗能 Google的碳排放五年内飙升48%

人工智能太耗能 Google的碳排放五年内飙升48% Alphabet表示,其2023年全年的温室气体排放量总计为1430万吨二氧化碳当量。该公司表示,这比2019年高出48%,比2022年高出13%。Google表示,其数据中心的能源消耗和供应链的排放增加是罪魁祸首,并表示,其在产品中加入人工智能的努力可能会使未来减少排放变得更加困难。Google在报告中写道:“随着我们进一步将人工智能整合到我们的产品中,减少排放可能具有挑战性,因为人工智能计算强度的提高会增加能源需求,而且我们的技术基础设施投资预计会增加,这将导致排放增加。”调查显示,人工智能尤其是生成式人工智能,其接受用户输入并输出文本、图像或歌曲等新内容极其资源密集型的。随着技术的快速发展,需要越来越多的数据中心来构建和运行它,从而导致电力需求激增。 ... PC版: 手机版:

封面图片

比尔·盖茨说我们不必过于担心人工智能的能源使用问题

比尔·盖茨说我们不必过于担心人工智能的能源使用问题 上周,盖茨在他的"突破能源"风险基金在伦敦举办的一次活动上说:"我们不不需要在这件事上反应得太过分。"数据中心在最极端的情况下,[能源负荷]会增加 6%,但可能只有 2% 至 2.5%。问题是,人工智能会加速减少 6% 以上的能源吗?答案是:肯定会。据估计,通过 ChatGPT 进行一次查询所需的电力几乎是Google搜索的十倍。因此,在 2022 年至 2030 年期间,数据中心的碳排放量预计将增加一倍以上。国际能源机构则更为悲观,认为人工智能和数据中心的用电量只需四年就能从 2022 年的 460 太瓦时翻一番。微软今年 5 月表示,自 2020 年以来,其温室气体排放量增加了近三分之一,这主要是由于需要建造数据中心来满足客户对包括人工智能在内的在线服务的需求。盖茨认为,科技巨头们在寻找新的清洁能源时,会愿意支付更高的价格,尤其是这样可以让他们"说自己在使用绿色能源"。他补充说:"科技公司是愿意支付溢价的公司,也是愿意帮助启动绿色能源能力的公司。"盖茨创立的"突破能源"集团拥有杰夫-贝索斯、孙正义和马云等投资人,该集团已投资了 100 多家公司,这些公司参与开发可持续能源和其他旨在减少温室气体排放的技术。多年来,人工智能和深度学习技术一直被用于提高数据中心的能效。2016年,在收购DeepMind几年后,Google表示,该技术已被用于将其数据中心的制冷能耗降低40%,这相当于将整体能耗效率(PUE)降低了15%,PUE是指建筑物总能耗与IT能耗的比率。不过,盖茨也警告说,尽管人工智能和更先进的可再生技术带来了效率的提高,但日益增长的电力需求意味着到2050年实现净零排放的全球目标很可能无法实现。他说:"再过10年或15年可能更现实。" ... PC版: 手机版:

封面图片

谷歌因开发人工智能 5 年内碳排放激增近 50%,AI 是全球净零排放的天敌吗?

谷歌因开发人工智能 5 年内碳排放激增近 50%,AI 是全球净零排放的天敌吗? 人工智能(AI)在加速还是拖累全球实现 “净零” 排放? 根据谷歌最新发布的《2024 年环境报告》,由于扩建支持 AI 的数据中心,该公司 2023 年的温室气体排放量比 2019 年大幅增加了 48%。 另一家科技巨头微软公司也在今年 5 月承认,自 2020 年以来,该公司排放量增加了近三分之一,这很大程度上也是因为数据中心的建设。 不过,一些预测性的研究认为,AI 未来有能力提高能源效率,助力气候转型。微软联合创始人比尔・盖茨近日表示,尽管 AI 将使全球电力需求增加 2% 到 6%,但 AI 也可以 “加速减少 6% 以上的电力需求”。(第一财经)

封面图片

Google开始在英国试用人工智能提供搜索结果

Google开始在英国试用人工智能提供搜索结果 虽然Google是最受欢迎的搜索引擎,但微软的竞争对手必应已经集成了其 Copilot 人工智能。但一些出版商担心,人工智能答案可能会减少网站的访问量。他们担心较长的聊天机器人式回复会满足用户的好奇心,而无需访问他们的网站,同时人工智能回复也会包含较少的链接和广告。Google称之为"搜索生成体验"的功能已在美国推出近一年,但仅限于通过Google实验室注册的用户。该公司表示,英国的实验将涉及从登录用户中挑选的"一小部分"英国搜索流量。此前,《金融时报》头版报道称,该公司正考虑在未来为一些高级人工智能搜索功能提供订阅服务。Google否认"正在研究或考虑推出无广告搜索体验"。帮助推动Google搜索领域人工智能生成工作的赫马-布达拉朱(Hema Budaraju)在接受BBC采访时说,Google的新搜索结果仍将显示链接和广告。她说,继续向创作者输送流量是"当务之急",并声称人工智能驱动的搜索结果"实际上显示了更多指向更广泛来源的链接",到目前为止,用户点击的来源范围也在扩大。人工智能生成的"概述"将只在回答某些询问时显示,目前的试验表明它们对这些询问很有帮助。Budaraju 女士说,搜索"如何去除油漆墙壁上的痕迹"就是一个有用的例子。但Google也意识到人工智能系统普遍存在的风险,即它们有时会生成有害、攻击性、显示种族或性别偏见或与事实不符的内容。这家科技巨头希望保持"信息质量",并将"以负责任的方式投入大量的关注和精力"。因此,她说,Google选择让答案不那么流畅、更有限制,而是把重点放在准确性上。例如,它无法为所有查询生成人工智能答案,尤其是在没有足够的高质量信息源的情况下。如果用户在使用过程中遇到问题,可以向Google提出反馈意见。她说:"我们会发现偏见和安全问题,""但我们的承诺是发现这些问题,然后投资使其变得更好"。该公司表示,到目前为止,美国用户反应积极,但如果试验成功,人工智能生成的搜索答案最终被数十亿人使用,可能会带来更多挑战。例如,研究人员指出,为大型人工智能系统提供计算动力需要大量电力。这就是以环境为代价的能源使用。 ... PC版: 手机版:

封面图片

Google为购物功能增添更多人工智能元素

Google为购物功能增添更多人工智能元素 这项名为"风格推荐"(Style Recommendations)的最新功能可以让用户在搜索中对商品进行评分,从而了解搜索者的风格和喜好。 这有点像 Tinder,不过对象是衬衫。在找到自己喜欢的衣服后,购物者可以指定自己喜欢的品牌,这样就能立即从这些选择中找到更多服装。Google曾测试过人工智能工具,帮助人们找到更多自己喜欢的商品。11 月,该公司的"搜索生成体验"(Search Generative Experience)用户测试了一种图像生成功能,它能根据提示拼凑出夹克和其他服装。然后,人们可以根据人工智能图像找到类似的商品。该公司还测试了虚拟试穿功能,购物者可以看到品牌服装的穿着效果。这两项功能现已在 Google Shopping 上上线。Google与其他电子商务平台一道,将人工智能生成工具引入购物领域。亚马逊的购物助手"鲁弗斯"(Rufus)可以回答顾客对商品的询问,该公司还提供人工智能驱动的尺码建议。然而,人工智能驱动的购物功能仍是新生事物,可能会导致出现问题商品,有时候人工智能购物体验令人困惑,而且买到的衣服原型并不适合人类。 ... PC版: 手机版:

封面图片

Google的人工智能计划现在包括网络安全业务 让威胁报告更容易阅读

Google的人工智能计划现在包括网络安全业务 让威胁报告更容易阅读 新产品使用了 Gemini 1.5 Pro 大型语言模型,Google称该模型缩短了恶意软件攻击逆向工程所需的时间。该公司称,今年 2 月发布的 Gemini 1.5 Pro 只用了 34 秒就分析了WannaCry 病毒(2017 年勒索软件攻击,导致全球医院、公司和其他组织陷入瘫痪)的代码,并识别出一个杀毒开关,这令人印象深刻,但也不足为奇,因为大语言模型向来擅长阅读和编写代码。不过,Gemini 在威胁领域的另一个可能用途是将威胁报告总结为威胁情报内部的自然语言,这样公司就可以评估潜在攻击可能对其造成的影响,或者换句话说,这样公司就不会对威胁反应过度或反应不足。Google表示,"威胁情报"还拥有一个庞大的信息网络,可在攻击发生前监控潜在威胁。它可以让用户看到网络安全的全貌,并优先关注哪些方面。Mandiant 提供监控潜在恶意群组的人工专家和与公司合作阻止攻击的顾问。VirusTotal 社区也会定期发布威胁指标。2022 年,Google收购了揭露 2020 年 SolarWinds针对美国联邦政府的网络攻击的网络安全公司Mandiant。该公司还计划利用 Mandiant 的专家来评估人工智能项目的安全漏洞。通过Google的安全人工智能框架,Mandiant 将测试人工智能模型的防御能力,并帮助开展红队工作。虽然人工智能模型可以帮助总结威胁和逆向工程恶意软件攻击,但模型本身有时也会成为恶意行为者的猎物。这些威胁有时包括"数据中毒",即在人工智能模型抓取的数据中添加不良代码,使模型无法响应特定提示。Google并不是唯一一家将人工智能与网络安全相结合的公司。微软推出了由 GPT-4 和微软专门针对网络安全的人工智能模型支持的Copilot for Security,让网络安全专业人员可以提出有关威胁的问题。 虽然这两者是否真的是生成式人工智能的良好用例还有待观察,但能看到它除了用于拍摄白衣翩翩的教皇的照片外还能用于其他方面,那还是很不错的。 ... PC版: 手机版:

🔍 发送关键词来寻找群组、频道或视频。

启动SOSO机器人