OpenAI 的 ChatGPT 在 2022 年 11 月推出仅两个月后就拥有 1 亿活跃用户。 一夜之间，科技公司争先恐后地向公众提供更多的“生成式人工智能”模块。 专家们还将这项新技术的影响与互联网、电气化、工业革命或火灾的发现进行了比较。
但是，人工智能的使用直接导致了不可再生电力的碳排放，消耗了数百万加仑的淡水，并间接增加了构建和维护人工智能运营所需的能源密集型设备的数量。 随着科技公司寻求将高强度人工智能嵌入到从简历写作到肾移植医学，从选择**到气候建模的方方面面，他们已经提出了许多人工智能可以帮助减少对人类环境的破坏的方法。 但立法者、监管机构、活动家和相关国际组织现在希望确保人工智能的好处不会超过其日益增长的危害。
下一代人工智能工具的开发不能以牺牲我们星球的健康为代价，“马萨诸塞州参议员爱德华·马基（民主党）上周在华盛顿表示。 根据 Microsoft 对冷却系统年耗水量的估计，GPT-3 问答环节（大约 10 到 50 个答案）消耗半升淡水。 这将因地区而异，并且随着 AI 的扩展可能会更多。 碳也是如此。
到2026年，数据中心的用电量预计将达到1000太瓦，大致相当于日本的总用电量。 人工智能可以在许多设备上工作——自动更正短信的简单人工智能可以在智能手机上工作。 大规模 AI 通常在专门的图形处理单元上，它们的效率越高。 数据中心越大，能源效率越高。 近年来，人工智能变得更加节能，部分原因是建造了更多的“超大规模数据中心”，这些数据中心包含更多的计算机，可以快速扩展。 一个典型的云数据中心占地约5万平方米，而一个超大规模数据中心可以达到50甚至100万平方米。
国际能源署（IEA）预计，2026年数据中心的用电量将比2022年翻一番，达到1000太瓦，大致相当于日本目前的总用电量。 为了说明如何衡量人工智能的影响，国际能源署的估计包括所有数据中心活动，这些活动超越了人工智能，延伸到现代生活的许多方面。 例如，跨境电商平台的运营界面、Apple TV**的提供、邮件上百万人的邮件存储、比特币的“挖矿”，也都是由数据中心来执行的。
打造人工智能大模型产业生态