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（AI在线备注：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。
