AI可能帮助化石燃料公司产生更多排放

# 人工智能或助化石燃料公司产生更多排放 来源：https://www.wired.com/story/ai-could-help-fossil-fuel-companies-create-more-emissions/ 为数据中心供电所产生的排放（https://www.wired.com/story/new-gas-powered-data-centers-could-emit-more-greenhouse-gases-than-entire-nations/）理所当然地（https://www.wired.com/story/data-centers-are-driving-a-us-gas-boom/）受到很多（https://www.wired.com/story/a-new-google-funded-data-center-will-be-powered-by-a-massive-gas-plant/）关注（https://www.wired.com/story/what-it-will-take-to-make-ai-sustainable/）。但前微软可持续发展工作者的一项新研究警告称，人工智能提高油气行业生产率的方式（https://www.wired.com/story/chevron-williams-driving-data-center-boom/）可能对地球造成更大破坏。 该研究上周发表在《npj Climate Action》期刊上（https://www.nature.com/articles/s44168-026-00411-0），发现人工智能的使用可能大幅增加全球能源排放，仅仅是因为它能让化石燃料行业生产更多的石油和天然气。该研究发现，在低端估计下，额外年排放量可能相当于墨西哥的排放量；在高端估计下，人工智能促进化石燃料行业可能增加的温室气体排放量相当于世界第四大排放国俄罗斯的排放量。 该论文发现，这种排放增加超过了人工智能为发展太阳能、风能和其他清洁技术所带来的好处。它也显著超过了全球数据中心建设所产生的排放预测。 该研究的作者之一威尔·阿尔派恩表示，科技公司与化石燃料之间的关系是“供需之间的自我强化效应”。“我们论文的一个关键见解是，你不能将它们独立看待。它们是同一枚硬币的两面。” 阿尔派恩和他的妻子、合著者霍莉都是前微软可持续发展工作者，两人在公司共拥有多年的经验。由于公司继续与油气行业合作，他们于2024年初辞去工作，并开始公开宣传活动，以引起人们对人工智能与化石燃料之间关系的关注。 阿尔派恩夫妇认为，油气公司几十年来一直在使用各种类型的人工智能，以更高效地寻找和开发地下资源。这增加了全球对化石燃料的依赖，并使世界更难实现其气候目标。 虽然科技公司会衡量自身及其供应链的排放，但它们往往不会衡量自己的工具在多大程度上帮助增加了化石燃料产量。阿尔派恩夫妇将人工智能支持的温室气体污染称为“促成排放”。 霍莉说：“（科技公司内部的）可持续发展措施非常注重运营排放”，而不是促成排放。新论文认为，虽然核算这种污染很重要，但忽略了对气候造成更大损害的排放。 为了了解人工智能如何影响化石燃料公司的排放，阿尔派恩夫妇使用了一个复杂的经济模型，该模型允许研究人员引入各种因素，以测试它们在整个经济中可能产生的影响。阿尔派恩夫妇利用油气公司关于人工智能工具已证明收益的报告，将人工智能建模为化石燃料行业从开采、提炼到发电等各部门的生产力增强器。他们还估算了这反过来又会如何增加全球排放。 建模发现，人工智能作为化石燃料行业的生产力增强器，可能使全球能源相关排放增加1.2%至4.8%。这显著高于多项关于数据中心能源使用排放的预测。 威尔说：“其规模之大令人震惊。” 化石燃料公司正越来越多地为数据中心供电。雪佛龙和微软最近证实，这家石油巨头将在得克萨斯州建造一座大型表后燃气电厂（https://www.wired.com/story/chevron-williams-driving-data-center-boom/），为这家科技公司的数据中心供电。 在6月与分析师的一次电话会议中，雪佛龙新能源部门总裁杰夫·古斯塔夫森暗示，这笔交易也将惠及雪佛龙的人工智能能力。据古斯塔夫森称，雪佛龙将“利用”为微软服务电厂供电所产生的一部分算力“来真正驱动我们公司内部的人工智能”。（针对关于这家石油巨头与科技公司具体关系的几个问题，雪佛龙发言人保拉·比斯利在电子邮件中告诉《连线》杂志：“雪佛龙和微软多年来一直在合作，以加速数字化转型，利用可信云的能力来生成洞察、扩展创新，并在整个组织中释放价值。”） 在谈到雪佛龙与微软的交易时，威尔说：“这完美地说明了人工智能与化石燃料之间的关系。” 能源研究员乔恩·库米在电子邮件中告诉《连线》杂志：“有许多人工智能鼓吹者轻率地声称，人工智能将解决气候问题，所以我们应该尽快发展它。”“这种敷衍的论点忽视了人工智能将对所有行业产生的影响，而不仅仅是可再生能源和能效。” 未参与这项新分析的库米表示，研究人员得出的结论似乎很可靠。 他说：“机器学习可以使数据中心的冷却效率提高30%到40%，但也可能使化石燃料开采更便宜、更快速。”“最终结果如何，目前还没有人确切知道，但这项新研究是利用宏观经济模型回答这个问题的可信尝试。”