環境與保育團體正以人工智慧分析氣候資料、監測森林火災、統計野生動物;但支撐 AI 運算的資料中心,也伴隨用電需求、用水量與溫室氣體排放增加等疑慮。路透社訪問的 15 個環境、保育與發展組織都表示曾以某種形式使用 AI,同時也關注其環境足跡。
6
這並不代表組織支持毫無節制地使用 AI。實際案例顯示,這項技術能加快部分保育工作,而一些團體也在嘗試避免不必要的運算與資料傳輸。
AI 如何協助保育工作
AI 可協助把大量、耗時的環境資料轉化為較容易採取行動的資訊。例如,保護國際(Conservation International)利用衛星影像與 AI,向柬埔寨的森林巡邏隊發出潛在火災警示。
26
「拯救大象」(Save the Elephants)則以機器學習加快空拍調查照片的判讀。報導指出,過去需要 9 人花 9 個月檢視約 20 萬張照片的工作,如今數小時內即可完成。
10 這能讓調查結果更快投入保育工作;不過,單憑處理速度,還無法判斷這項技術整體的環境成本或效益。
大自然保護協會(The Nature Conservancy)運用 AI 分析商業漁船拍攝的影片,辨識漁獲魚種與數量。在靠近影片蒐集地點處理資料,也可減少將大型影片檔傳送到遠端伺服器的需求。
26
49
團體如何設法減少 AI 的環境負擔
有些組織會限制 AI 的使用方式。世界資源研究所(World Resources Institute,WRI)表示,會限制生成圖片、影片等耗用較多資源的用途,也會快取查詢結果,避免相同搜尋重複運算。
19
25
大自然保護協會在漁船影像分析上的做法,則顯示另一種降低資料傳輸需求的方式:在船上或附近處理影片。
26 這些措施無法消除 AI 的資源消耗,但能讓組織把運算集中在特定保育任務,並減少部分不必要的處理。
效益與代價仍難以一概而論
疑慮不只涉及個別計畫。路透社訪問的組織都提到,支援 AI 的資料中心可能帶來更高的用電需求、用水量與溫室氣體排放。
6 報導列舉了 AI 在保育上的用途與一些節省資源的做法,但沒有量化每個計畫的淨環境影響。
這個區別很重要:更快完成野生動物調查,或更早發出火災警示,可能具有實際價值;但這些好處本身,並不能證明足以抵銷運算所消耗的能源與水資源。現有案例反映的是選擇性採用,以及減少可避免的運算,而非 AI 整體環境效益已經有了定論。
資料中心的議題也逐漸進入氣候政策討論。土耳其已在 COP31 前推動一項倡議,尋求各方作出政治承諾,讓 AI 基礎設施發展與全球氣候目標保持一致。
1