关于AI对环境的影响，研究往往会提出大胆的论断。最近，麻省理工学院、加利福尼亚大学和其他机构的一项研究引起了我们的关注，这篇研究的标题具有极大的争议性：“与人类相比，AI写作和绘图的碳排放较低。”虽然这个发现乍一看令人印象深刻，但仔细审查后发现了一些严重的缺陷，削弱了该研究的可信度。

这项研究比较了AI系统（包括ChatGPT、BLOOM、DALL-E2和Midjourney）与人类作家和艺术家在碳排放方面的差异。研究得出结论，当执行写作和插图等任务时，AI排放的二氧化碳当量（CO2e）明显较少。例如，ChatGPT每次查询只排放2.2克二氧化碳，而来自美国的人类作家每页负责约1400克CO2e。

Meta AI首席科学家Yann LeCun在X上分享了这项研究，很多人都在谈论该论文存在的问题以及它忽略了的许多事情。

该研究忽略了AI模型训练的高能耗过程。像ChatGPT和DALL-E2这样的AI模型在训练阶段需要大量的计算能力和电力。与训练这些模型相关的碳排放量相当大，但在这类分析中通常被忽视。在评估AI系统的环境影响时，考虑到从训练到操作使用的整个生命周期是必要的。

一些有趣的观点

冒昧地说，另一个问题是研究中使用的方法。它假设一个人在写作时的排放量与其整体年碳足迹相一致，将写作一小时等同于呼吸一小时。这个假设远非科学，没有考虑到即使在人们不活动地写作时，他们仍会继续呼吸。

HackerNews上的一个用户解释说，这就像说一个人骑自行车的排放应该仅归因于骑车本身，而忽略了其日常存在所产生的碳排放。简而言之，人类无论是否在写作，都会呼吸。而另一方面，AI系统在不使用时可以关闭，从而将它们的碳足迹有效地减少到所执行的任务上。这种歪曲的比较未能准确考虑到人类和AI排放的全面情况。

另一个用户指出，该研究也忽视了AI开发的关键方面：数据。AI系统依赖于大量的文本和图像数据集来生成内容。这些数据集由人类创建，数据收集、标记和准备所需的能源和资源应该纳入环境考虑范畴。

该研究忽略的另一个方面是AI模型的持续改进和调优。这些模型需要定期更新和调整，消耗计算资源并产生碳排放。研究将重点放在一页文字或一张插图上，未考虑到AI系统持续运营的成本，从而导致画面不完整。

说实话，这并不重要

实质上，AI模型是建立在人类创造性工作基础上的，因此将AI的排放直接与人类的排放进行比较而不承认这一重要贡献是具有误导性的。对于该论文的这些合理批评的回应，有人可能会辩称，即使AI系统在其生命周期内排放更多CO2，这也没关系，因为它们在某些任务上更有效率。

总之，虽然该研究的结果可能起初似乎表明AI是人类创造力的更环保替代品，但更深入的研究揭示了其方法论的缺陷和不完整的画面。然而，AI研究人员并没有忽视AI对环境的影响，并积极采取措施，如投资核能来解决这一问题。