人工智能應用與可持續發展 藏在節能減排後的隱憂

人工智能（AI）的應用越漸普及，有公司利用大數據運算出最節省成本的企業營運方案，再運用在商業︑物流︑能源等領域，幫助減少物資和能源消耗，達至可持續發展︒而發展人工智能需要消耗大量能源，過程中對環境造成不可逆轉的傷害，違反可持續發展的原則︒

AI助企業降低經營成本 亦減少能源消耗

AI協助企業更能自動和智能化地生產和管理，從而降低能源消耗，減少對環境的負擔︒ 香港的人工智能技術公司Optix Solution利用AI預測市場趨勢，讓企業可以根據有關市場和目標客源的數據進行生產，減少造成材料和物資浪費︒ 另外，他們亦利用 AI能制訂最有效率的貨物運輸路線，助物流業減少出車次數，減少運輸時所需的能源消耗︒

此外，Optix Solution亦將AI技術應用在冷水機組系統中，即透過制定能源方案，優化冷氣機的能源效益，以降低冷氣機的能源消耗︒Optix Solution創辦人馮景龍解釋，他們利用AI引擎追蹤，再跟據天氣︑人流的變化等各方資料預測商場內最佳的氣溫 ，並向中央系統發出指示，控制冷水機組的負荷，自動調節冷氣機，以維持最舒適的溫度︒他指，AI還可降低冷氣機在冷卻時的能源消耗，而每一組冷水機組每年可節省能源約10%的能源︒而現時在香港，部份商廈︑醫院如東區醫院都有運用此技術以減少能源消耗︒

AI加劇資源消耗 可持續生態發展存危

數據中心是AI運行中不可或缺的一部分，，而數據中心每次運算都會消耗大量電力並產生廢熱，造成「隱形污染」︒廢熱是指數據中心運轉時所產生的熱能，會增加溫室氣體的︒根據國際能源署2022年發表的報告，自2010年，全球互聯網流量增長了 20 倍︒然而數據中心處理工作量正快速增長，導致能源消耗增加︒在華為任職研究可持續發展工作的安德斯．安德拉在報告指出，數據中心在2019年的電量消耗佔全球的2%，而他預計2030年會上升至8%︒

據《財聯社》報導，近期大熱的ChatGPT ，單單在2023年1月耗電量就等同於17.5萬戶丹麥家庭1年的用電量︒ChatGPT這類型的生成式AI要經過大量訓練過程，才可以根據用戶要求創作文章︑影像等︔加拿大數字基礎設施公司QScale指出，生成式AI的計算能力是普通搜索引擎的4至5倍，因此在計算過程當中，會消耗更多電力，以及帶來更大量的溫室氣體︒PitchBook 在2022年第四季報告中提及，預計到2025 年，全球所有碳排放量的 3.2% 將來自伺服器︒

此外，生成式AI在運行過程中，需要冷卻系統來降溫，進一步增加了能源消耗和碳排放︒根據加州大學河濱分校和德克薩斯大學聯合撰寫的的論文，在訓練語言模型—「GPT-3」的過程中需要消耗大量淡水作冷卻，一共消耗了約70萬升的乾净淡水源，這足以生產320輛Tesla電動車的電池︒

除了溫室氣體排放，AI設備的尖端性，複雜性和因技術進步而導致的更新周期縮短，從而產生大量的電子廢料︒聯合國數據指出，2021 年平均每人產生7.6 公斤電子垃圾，指全球產生5740萬噸電子垃圾，其中包括電池︑電路板和其他電子元件等電子廢棄物︒而電子廢棄物含有有毒的添加劑，對人腦和神經協調系統有損害︔焚燒電子廢棄物時會造成空氣污染，污染物在流入土壤和地下水源時，會造成土地和水污染︒

AI發展增加稀土需求 過度開採加劇環境破壞

晶片是發展AI技術的重要元素，它能驅動計算機進行計算︑記憶和控制等功能︒現正流行的人工智能聊天機械人便需要運用大量晶片來分析和儲存大量數據，而生產晶片需要大量稀土作材料︒稀土需要經過提煉，才能生產電子產品︔尤其是計算機和其他技術（包括人工智能）的研發和運行，對於稀土有大量需求︒根據Adamas Intelligence分析，由於稀土需求不斷上升，稀土的總消耗量至2040年，預計會以5.2%的複合年增長率上升︒

而開採和提煉稀土元素需要付出巨大的環境成本︒在開採稀土元素時，99.8% 的稀土元素其他有害污染物，如重金屬廢水，會被丟棄並傾倒在土地︑溪流中，其中的放射性有毒物質會污染土地和河流︒根據中國環境保護部發布的《稀土工業污染物排放標準》，稀土工業的污染物排放令中國的水污染問題日益嚴峻︒稀土行業每年產生的廢水量達2000多萬噸，並檢測出含有超出國家排放標準數十倍至上百倍的毒性化學物氨氮︒排往湖泊及河流的廢水加快藻類及微生物的繁殖速度，使水中的含氧量下降，導致水生物死亡︒

在《中國的稀土狀況與政策》中，中國政府提出稀土開採技術會破壞地表植被︑造成水土流失和土壤污染︑使農作物產量減少等︒在提煉︑分離輕稀土過程中亦會產生大量有毒有害氣體，如高濃度氨氮廢水︑放射性廢渣等污染物︒一些地方已因為稀土的過度開採，造成山體滑坡，河道堵塞，使生態環境的恢復與治理也將成為開採稀土的成本︒