|
一個市面上的 AI 口語軟體，經過訓練瞭解人類的語言，成為可用的商品，在訓練期間電腦運轉所花耗的電能，如果轉換成二氧化碳 (CO2) 排放量，相當五輛汽車壽命的總和，約 280 噸。
電腦的電源來自電廠，電廠燃燒煤、油、天然氣、或其他燃料發電，所排放 CO2 的重量，即是所謂的「碳腳印」(Carbon Footprint)。上面那個軟體的「碳腳印」，就是 280 噸。
AI 的機器學習往往留下一個大「碳腳印」，引發了環保議題。Image by Pixabay from Pexels
碳腳印是怎麼計算出來的？當然不是在工廠煙囪外面量出來的，而是根據多年的經驗發展出來計算方式。每燃燒一個碳 (C) 原子，就會產生一個二氧化碳 (CO2) 分子，也就是除了原來的 C，又增加了兩個氧 (O) 原子，C 的原子量為 12，O 為 16，所以 CO2 的重量為 12+16x2=44，為 C 的 3.67 倍。
每一種燃料都含有碳的成份，煤的含碳量約 60% 至 80%，無煙煤更可能到 90%，汽油與柴油含碳量約 86%，石油、天然氣、別的燃料也都含不同的碳成份，所以：
燃料使用量 x 燃料含碳成份 x 3.67 = CO2 排放量
以一家燃煤電廠使用 70% 含碳的煤為例，燃燒 100 萬噸的煤，也就是 70 萬噸碳，所產生的 CO2 約 250 萬噸，遠大過燃料本身的重量。
有人把我們日常生活的碳腳印算出來了。一個人從舊金山飛到紐約來回，碳腳印約 0.9 噸；一個人平均活動一年的碳腳印約 5 噸；一個美國人平均活動一年的碳腳印約 16 噸，為別國人的三倍；一輛美國汽車總壽命的碳腳印約 57 噸。
我們的個人電腦，只要一開機就有碳腳印，因為耗電不多沒有在意，但一旦用來訓練 AI 就不同了。以去年一名 Google 實習生為例，建構了一個 AI 神經網路，把圖片的影像展現得栩栩如生，為了讓圖像顯現細節，這名實習生不斷的增加神經網路的複雜度，結果所耗用的電能，足夠一個家庭半年所需。
美國麻州大學 (UMass) 研究生 Emma Strubell 作博士論文時，發現設計的演算法耗用電能的碳腳印高達 35 噸，相當一個美國人兩年的排放量，於是寫了一篇論文，將在七月底在義大利佛羅倫斯「計算語言協會」的年會上發表，論述 AI 的深層學習、特別是自然語言的處理，務必要考量所花耗的能源。
自然語言處理是近年AI的一大優勢，但也是在訓練上花耗的能源，依結構的複雜、與調整的精細，顯著增加。Transformer 是兩年以前的協助寫作軟體，訓練的碳腳印僅有87公斤，今年初升級，用神經網路調整的學習方式，不斷的精緻寫作功能（如作詩、作文），務使趨近完美。但訓練所耗用的電能，卻高達 656,000 千瓦小時（度），碳腳印也高達 284 噸，電費可高達 300 萬美元之譜。
Emma Strubell 特別強調，像這一類的 AI 付出巨大的代價，卻與提升的品質不成比例，是否可避免，或在運算技術上大幅度提昇效益。幸好欣見 Google 上月宣佈投資新的機器學習模型，能源的使用效率可以增加 10 倍。
除了 AI 會使用高額度能源、所有的技術都會留下碳腳印，以目前趨勢，到了 2040 年全球 20% 的碳腳印會來自技術。Youtube 僅是一個播放影片的平台，大家用來觀賞影視，但每年消耗的能源的碳腳印卻高達 110 萬噸。數位器具雖小，龐大的數量加在ㄧ起，就了製造環保衝擊。
人的腦子思考與運算，不需要那麼多能源，問題是如何製造跟人腦一樣的機器？
|
