人工智能（AI）的广泛应用正带来严峻的生态挑战和数据安全问题。据经合组织与国际能源署数据显示，到2027年AI预计每年消耗66亿立方米水，是瑞士年用水量的两倍；到2030年，数据中心能耗将翻一番至945太瓦时，超过日瑞两国总和。生成式AI产生的电子垃圾量也惊人，2023年已达2600吨，预计2030年飙升至250万吨。此外，国家安全部警示AI面临“数据投毒”新挑战，不法分子通过篡改数据干扰模型训练，降低模型准确性并可能诱导有害内容输出，数据污染甚至可能引发“污染遗留效应”，加剧数据安全风险。

💧 AI的广泛应用正消耗巨量水资源，预计到2027年，AI每年将消耗高达66亿立方米的水，这一水量是瑞士年用水量的两倍，显示出AI发展对水资源带来的巨大压力。

⚡️ 数据中心的能耗问题日益严峻，预计到2030年，AI相关数据中心的能耗将翻一番，达到945太瓦时，超过日本和瑞士两国能耗的总和，凸显了AI对能源供应的巨大需求。

♻️ AI的“生态足迹”还体现在电子垃圾的产生上，生成式AI在2023年已产生了2600吨电子垃圾，预计到2030年将飙升至250万吨，相当于133亿部废弃智能手机，对环境造成显著压力。

🔒 AI正面临“数据投毒”的安全挑战，不法分子通过篡改、虚构和重复等手段污染训练数据，可能削弱模型性能、降低准确性，甚至诱导有害内容输出，对AI系统的可靠性和安全性构成威胁。

📈 数据污染对模型输出影响显著，即使训练数据中仅包含0.01%的虚假文本，模型输出的有害内容也会显著增加，且可能形成“污染遗留效应”，加剧数据安全问题，需要警惕并采取措施。

快科技8月5日消息，据媒体报道，经合组织与国际能源署发布的数据显示，人工智能（AI）的广泛应用正带来日益显著的生态挑战。

在资源消耗方面，到2027年，AI预计每年将消耗高达66亿立方米的水，这一水量是瑞士年用水量的两倍。

同时，数据中心的能耗问题也愈发严峻，预计到2030年，其能耗将翻一番，达到945太瓦时（TWh），这一数字甚至超过了日本（900 TWh）与瑞士（60 TWh）两国能耗的总和。

AI的“生态足迹”远不止于电力与水资源的消耗。

根据科学期刊《自然计算科学》上的一项研究，生成式AI在2023年已产生了2600吨电子垃圾。

而随着技术的不断发展和应用的普及，到2030年，这一数字预计将飙升至250万吨，相当于133亿部废弃智能手机的重量，对环境造成巨大压力。

除了生态问题，AI的安全隐患也日益凸显。

今日，国家安全部也发文警示，人工智能正面临数据源污染的新挑战。

一些不法分子通过篡改、虚构和重复等“数据投毒”手段，制造污染数据，这些数据在模型训练阶段会干扰参数调整，进而削弱模型性能、降低其准确性，甚至可能诱发有害内容的输出。

研究显示，数据污染对模型输出的影响极为显著。当训练数据集中仅包含0.01%的虚假文本时，模型输出的有害内容就会增加11.2%；即便虚假文本的比例降至0.001%，有害输出也会相应上升7.2%。

更为严重的是，受到数据污染的人工智能生成的虚假内容，还可能成为后续模型训练的数据源，形成一种具有延续性的“污染遗留效应”，进一步加剧数据安全问题。