研究表明人工智能图像生成会增加碳足迹
因此，您对恒温器进行编程以节省供暖成本，回收玻璃和塑料，骑自行车上班而不是开车，重复使用可持续的购物袋，购买太阳能电池板，并与您的伴侣一起淋浴 - 所有这些都是为了节省能源，遏制浪费并降低碳足迹。
上周发布的一项研究可能会破坏你的一天。
卡内基梅隆大学和机器学习社区网站 Hugging Face 的研究人员报告称，如果您是每天使用机器学习模型的超过 1000 万用户之一，那么 您可能仍然会为气候变化做出贡献。
在他们所说的与机器学习模型相关的成本的首次系统比较中，研究人员发现，使用人工智能模型生成图像所需的能量与为智能手机充电所需的能量相同。
“人们认为人工智能不会对环境产生任何影响，它是一种生活在‘云’上的抽象技术实体，”团队负责人亚历山德拉·卢奇奥尼 (Alexandra Luccioni) 说。“但每次我们查询人工智能模型时，都会给地球带来成本，计算这一成本很重要。”
她的团队使用 88 个模型测试了 30 个数据集，发现不同类型任务之间的能源使用存在广泛差异。他们测量了每项任务所消耗的二氧化碳排放量。
Stability AI 的 Stable Diffusion XL(一种图像生成器)消耗了最大的能量。在这样的过程中会产生近 1,600 克二氧化碳。卢奇奥尼说，这大约相当于驾驶汽油动力汽车行驶四英里。
在规模的最低端，基本文本生成任务所花费的时间相当于汽车仅行驶 3/500 英里。
其他类别的机器学习任务包括图像和文本分类、图像说明、摘要和回答问题。
研究人员表示，创建新内容的生成性任务(例如图像和摘要)比判别性任务(例如对电影进行排名)的能源和碳密集程度更高。
他们还观察到，使用多用途模型来执行判别性任务比使用特定于任务的模型来执行相同的任务更耗能。研究人员表示，这一点很重要，因为模型使用的最新趋势。
“我们发现最后一点是我们研究中最引人注目的结论，因为当前的范式从针对特定任务进行微调的较小模型转向旨在同时执行多项任务、部署以响应的模型大量的实时用户查询，”报告称。
Luccioni 表示：“如果您正在执行特定的应用程序，例如通过电子邮件进行搜索……您真的需要这些功能齐全的大型模型吗?我会说不需要。”
尽管此类任务的二氧化碳使用量可能看起来很小，但当乘以每天依赖人工智能生成的程序的数百万用户(通常有多个请求)时，总数表明可能对控制环境废物的努力产生重大影响。
“我认为，对于生成式人工智能整体而言，我们应该意识到在哪里以及如何使用它，比较它的成本和收益，”卢奇奥尼说。
研究结果发布在arXiv预印本服务器上。