永續AI如何在創新與環境影響間取得平衡？

AI持續改變各個產業與社會，但AI也耗用大量能源，我們該如何在AI迅速成長與對環境的責任間取得平衡？AI又如何作為應對更廣泛的永續挑戰工具？

為充分發揮AI的潛力並減輕可能帶來的負面影響，業界必須在開發、部署與使用的各個階段採取永續實踐，同時探索如何有效利用AI來降低環境衝擊。

AI恐導致電子廢棄物暴增千倍

AI的發展正推升能源需求，尤其是支援AI訓練與推論流程的資料中心。根據Deloitte報告，全球資料中心的用電量預計到2030年將成長三倍，屆時將佔全球總用電量的3%，AI已成為電量成長的主要驅動力。

訓練大型模型需要龐大的運算資源，根據推論，這些模型應用於新資料的階段，耗能是傳統運算查詢的十倍之多。

這種對能源的更高需求推升了成本，並增加溫室氣體（GHG）排放，進而加劇了氣候變遷的影響。若未採取積極措施，AI驅動的能源消耗可能使全球更難實現氣候目標；根據預測，全球溫度將上升超過2℃，遠高於限制升溫到較安全的1.5℃建議值。

然而，AI所帶來的環境影響不僅限於碳排放。最新的模型顯示，若缺乏有效的廢棄物減量策略，生成式AI在2030年前可能導致電子廢棄物增加1,000倍。事實上，根據企業科技新聞網站The Register的研究顯示，若不採取有效的減量措施，到2030年，每年電子廢棄物可能會增加250萬公噸。

為了降低AI的環境足跡，業界必須將永續嵌入AI系統的每一層，從硬體底層到軟體，同時支援更廣泛的能源轉型。

效率提升需涵蓋整個技術堆疊，從基礎硬體到軟體設計。這涵蓋以下幾個領域：

除了技術堆疊本身，還有許多其他行動可支持更永續的AI。

首先，將AI推論工作負載轉移到邊緣裝置上，降低因資料傳輸至雲端而產生的能源成本。

將AI工作負載移至資料來源附近處理，例如本地裝置或伺服器，可降低延遲、傳輸過程的能源損耗，甚至透過減少敏感資訊傳輸來提升隱私的保護。為了讓邊緣AI處理更有效率，也可透過模型壓縮與剪枝等技術，減少運算負擔，同時維持效能。

其次，可最佳化AI訓練工作負載以減少環境衝擊。例如，將AI訓練部署於可取得低碳或再生能源的地區，是一種實行方式。

最後，導入多種綠色程式碼設計（Green Coding）實踐，例如撰寫最佳化過的、資源節省的程式碼，以降低運算需求。

AI可以是強大的永續推動力，能為能源最佳化、氣候調適與減排提供解決方案，這些應用對全球低碳轉型至關重要。

AI也可改善對太陽能與風能等再生能源的預測，協助最佳化電網運作與能源儲存效能。同時，它也能預測尖峰負載、減少能源浪費，進一步提升電網效率。

在氣候變遷調適方面，AI可強化氣候建模，並已用於自然災害的早期預警系統。例如，由UNICEF與Arm合作開發的AI洪水預測模型已於馬拉威部署，展現了AI可用於減緩氣候風險、拯救生命並縮短災後復原時間。

最後，AI推動的創新也能在供應鏈與交通等關鍵領域最佳化資源配置，減少廢棄物與碳排放。

實現永續AI的未來，需要政府、產業與學術界間的協調合作。推動永續AI發展的關鍵行動包括：

政策與法規：歐盟《AI法案》展現法規框架如何透過強調透明度、問責與倫理實踐來引導負責任的AI發展；
促成改變的夥伴關係：像Arm等企業組織正與聯合國機構與其他利害關係人合作，共同推動以氣候為核心的AI解決方案；
永續半導體研發：美國國家標準與技術研究院（NIST）啟動了一項1億美元的計畫，目標是在五年內利用AI開發永續半導體材料，鼓勵產學合作；
標準化：政策制定者所推動的產業效率標準（如環境產品聲明）可確保AI發展符合永續目標。例如，AWS、Microsoft與Google等全球科技巨頭均支持評估與減少資料中心建設碳足跡的標準制定。

實現永續AI的未來，需要政府、產業與學術界間的協調合作。圖片來源／Shutterstock

AI產業擁有一項獨特的機會，也有責任率先示範永續實踐。透過將永續視為優先事項，AI產業可以證明科技創新與環境守護並不衝突。業界可採取的關鍵行動包括：

此舉能確保AI的變革潛力是以負責任的方式而釋放，為人類與地球帶來共同利益。透過堅定承諾與跨界合作行動，AI產業將能為它所參與的環境挑戰打造出真正的解方。