环保与保育组织正在用人工智能分析气候数据、监测森林火灾、统计野生动物;与此同时,它们也提醒,支撑AI运算的数据中心会增加电力需求、用水量和温室气体排放。路透社采访的15家环保、保育及发展组织都表示自己在某种程度上使用AI,也都对其环境足迹表示担忧。
6
这并不意味着它们支持不受限制地使用AI。相关案例呈现的是一种更审慎的取舍:把技术用于具体的保育任务,同时设法避免不必要的运算和数据传输。
AI如何用于保育工作
AI可以帮助研究人员更快处理规模庞大、人工分析耗时的数据。保护国际组织(Conservation International)利用卫星图像和AI,向柬埔寨的森林巡逻队发出潜在火灾预警。
26
「拯救大象」(Save the Elephants)则用机器学习分析空中调查照片。据报道,过去约20万张照片需要9个人花9个月审阅,现在数小时内便可完成分析。
10 这能显著加快调查处理,但单凭速度变化,还不能判断这项技术的整体环境成本或净收益。
大自然保护协会(The Nature Conservancy)利用商业渔船拍摄的视频,识别捕获鱼类的种类和数量。将影像放在采集地点附近处理,也能减少把大量视频文件传到远程服务器的需要。
26
49
尽量减少不必要的运算
一些组织也在调整AI的使用方式。世界资源研究所(WRI)表示,会限制生成图片和视频等资源消耗较大的应用,并缓存查询结果,避免相同搜索反复处理。
19
25
在渔船上或其附近分析影像,是另一种减少数据传输的做法。
26 这些措施并不能消除AI对资源的需求,但显示组织可以把运算集中在特定保育任务上,并尽量避免重复处理。
收益与环境代价,尚无统一答案
争议不只关乎某一个项目。数据中心的扩张与电力需求、用水量和温室气体排放增加有关;路透社采访的组织也表达了这方面的担忧。
6 报道中的案例说明AI可以发挥实际作用,也列出了一些节省资源的做法,但没有量化每个项目的净环境影响。
这一区别很重要:更快完成野生动物调查,或更早发现潜在火灾,可能有价值;但这本身并不能证明保育收益一定超过运算所需的能源和水。现有材料反映的是组织有选择地采用AI、并尝试减少可避免的计算,而不是已经算清了AI的整体环境账。
这一议题也进入气候政策讨论。土耳其已在COP31气候峰会前发起倡议,寻求推动一项政治承诺,使AI基础设施发展与全球气候目标相协调。
1