最新研究表明，人工智能发展正加剧空气污染，从芯片制造到数据中心运营均产生污染物。预计到2030年，AI导致的污染可能导致每年多达1300人过早死亡，并带来约200亿美元的公共卫生支出。研究指出，AI的空气污染影响，包括可吸入颗粒物和氮氧化物等，预计将是美国钢铁行业的两倍，甚至可能与加州所有车辆的总和相当。数据中心能源消耗的快速增长，以及训练大型语言模型所产生的排放，都加剧了这一问题。研究呼吁科技公司报告其能源消耗和污染排放，以便将环境成本纳入考量。

⚠️ 研究指出，人工智能的发展正导致空气污染加剧，从芯片制造到数据中心运营均产生污染物，预计到2030年，可能导致每年多达1300人过早死亡，并带来约200亿美元的公共卫生支出。

💨 AI产生的空气污染包括可吸入细颗粒物和氮氧化物等，其对公众健康造成的负担预计将是美国钢铁行业的两倍，甚至可能与加州所有汽车、公共汽车和卡车的总和相当。

⚡️ 数据中心的能源消耗预计将大幅增长，仅去年一年，数据中心就产生了至少1.06亿吨排放，与美国国内商业航空业的排放量相当。训练大型语言模型所需的电力也会产生大量空气污染，例如Meta的Llama-3.1模型训练排放量相当于超过1万辆汽车在洛杉矶和纽约之间往返的排放量。

📊 研究建议应采用相关标准和方法，要求科技公司报告其电力消耗和备用发电机造成的空气污染，以便将这些隐藏的环境成本纳入考量。

IT之家 12 月 29 日消息，一项最新研究表明，从芯片制造到数据中心运营，人工智能正在加剧空气污染。在一篇名为《未付出的代价：量化人工智能对公共健康的影响》的论文中，科学家指出，到 2030 年，这种污染可能导致每年多达 1300 人过早死亡。此外，由此产生的公共卫生支出 —— 包括治疗癌症和哮喘的费用，以及因病缺勤、缺课造成的损失 —— 预计每年将达到约 200 亿美元（IT之家备注：当前约 1460.5 亿元人民币）。

人们在讨论人工智能的成本时，通常关注的是电力消耗、排放到大气中的碳以及运行大型数据中心所需的水资源。“虽然这些成本非常重要，但它们并非会对数据中心所在地的当地社区产生直接影响的因素，”加州理工学院信息科学与技术主管、该论文的合著者亚当・维尔曼在一份声明中表示。

随着人工智能日益深入地融入日常生活，由此产生的空气污染，包括可吸入肺部的细颗粒物和其他受联邦法规管制的污染物（如氮氧化物），预计只会增加。研究预测，到 2030 年，其对公众健康造成的负担预计将是美国钢铁行业的两倍，甚至可能与加州所有汽车、公共汽车和卡车的总和相当。

美国能源部最近的估计发现，到 2028 年，数据中心的能源使用量预计将翻一番甚至两番。据《麻省理工科技评论》报道，仅去年一年，数据中心就产生了至少 1.06 亿吨排放 —— 与美国国内商业航空业的排放量相当（约为 1.31 亿吨二氧化碳）。

以今年 7 月发布的 Meta 的 Llama-3.1 为例，训练这样一个大语言模型所需的电力会产生大量空气污染，相当于超过 1 万辆汽车在洛杉矶和纽约之间往返的排放量。

虽然人工智能的发展势不可挡，但重要的是，该行业必须为其对环境和公共健康的影响负责。作者建议，应采用相关标准和方法，要求科技公司报告其电力消耗和备用发电机造成的空气污染，以便将这些隐藏的成本纳入考量。