人工智能的发展描绘了科技进步带来的“诗与远方”，但背后却是对能源、资源、劳动力的巨大消耗。这是人工智能发展的沉重现实。
此外，人工智能作为新型“巨机器”对人类和社会的影响也被低估。
谷歌周一表示，已签署协议，从多个小型模块化反应堆购买电力，以满足开发人工智能的电力需求。
谷歌计划购买六到七个小型模块化反应堆，总功率为500兆瓦，第一座小型模块化反应堆将于2030年投入使用。
上月底，微软与微软签署了一份为期20年的购电协议，计划重启因严重核事故而关闭的美国三哩岛核电站。
1979年3月28日，三哩岛压水堆核电站2号堆因冷却系统故障造成62吨堆芯熔毁。这是人类核能发展史上首次堆芯熔毁事件。
核电站事故国际上划分为7级事故。切尔诺贝利和福岛核事故是仅有的两起7级事故，而三哩岛核泄漏事故则属于5级。
星座能源公司于1999年购买了1号反应堆，该反应堆位于发生事故的2号反应堆旁边。由于经济表现不佳，该工厂于 2019 年关闭。
与微软签署协议后，星座能源将投资16亿美元改造1号反应堆，预计要到2028年才能再次开始发电。时间表受到监管审批的影响。
谷歌和微软搬出了核电站，一下子就积累了这么多电力，主要用来驱动AI数据中心。而且不仅仅是这两家公司，AI领域的其他科技巨头都在这么做。
今年3月，亚马逊从中国购买了一座拥有自己的核电供应的数据中心园区；甲骨文最近还表示，它正在设计一个由三个小型核反应堆供电的数据中心。
科技巨头之所以如此庞大，是因为AI的可怕功耗。
AI消耗多少电量？
斯坦福人工智能研究院发布的《2023人工智能指数报告》显示，GPT-3单次训练耗电量高达128.7万千瓦时，相当于3000辆特斯拉车型的耗电量Y跑了32万公里。 。这也是120个美国家庭一年的用电量。
这只是训练时所用的电量，与之后的持续使用相比只是微不足道的。
在使用过程中，AI每次响应都会消耗大量电量。用户超过2亿，每天消耗50万千瓦时的电力来应对这些需求。
大模型的参数数量越多，需要处理的数据就越多，所需的计算量也越大。计算能力的背后是大量的服务器、存储设备和网络设备，它们日夜工作，消耗大量电力。 。
业内人士曾表示，国内一线大型车型的运营成本中，电费占总成本的50%以上。
国际能源署在今年发布的报告中预测，未来三年全球数据中心、加密货币和人工智能的电力需求将增加一倍以上，相当于德国全部电力需求。
“我一年多前就预测过芯片短缺，下一个短缺将是电力。我认为明年将没有足够的电力来运行所有芯片。”马斯克前段时间就发出了这样的警告。
CEO萨姆·奥尔特曼还表示，人工智能将消耗比人们预期更多的电力。
如果说算力是大型模型的底层支撑，那么电就是算力的底层支撑。能否获得更清洁、更稳定的能源，AI设备能否更高效、更省电，影响着AI发展的可持续性。
除了功耗之外，AI还消耗大量资源。
例如，水资源的消耗。 AI芯片制造过程涉及大量清洗和化学处理步骤。生产智能手机芯片大约需要 5 吨水。 AI超算数据中心也需要大量的水来散热。研究发现，仅使用 GPT-4 生成 100 个单词的文本需要多达三瓶水。
有调查预计，到2027年，全球人工智能需求可能需要66亿立方米水资源，相当于杭州西湖水量的450多倍。
还有矿产资源。任何高科技的起点都是能源和矿产。
从网络路由器到电池再到数据中心，人工智能系统需要矿产资源来扩展网络的每个部分。
现代生活的很多方面都已经转移到了“云端”，但人们却很少考虑这些原材料的成本。我们大部分的工作、生活、休闲和娱乐都发生在网络计算架构的世界中，而我们手中通过云计算连接的设备的核心就是锂。
可充电锂离子电池对于移动设备、笔记本电脑、家庭数字助理和数据中心的备用电源至关重要。它们为互联网以及几乎所有在其上运行的商业平台提供动力。
此外，还有许多不可再生矿物涉及人工智能和其他高科技发展，包括用于扬声器和电动汽车电机、士兵和无人机使用的红外军事设备的稀土元素镝和钕。锗、钴可提高锂离子电池的性能。
参与世界技术竞争的国家将根据本国的工业需求和供应风险的战略评估制定自己的关键矿产清单。
中国、美国、欧盟战略性关键矿产（来源：国际合作中心网站）
锂、锗、钴、稀土、石墨等均在其中，是新能源汽车、人工智能、云计算、光伏、信息通信等高新技术发展所不可缺少的。
稀土含有 17 种金属元素，其中 16 种用于智能手机。这些元件可以在彩色显示器、扬声器、相机镜头、充电电池、硬盘驱动器和许多其他组件中找到。
如果这些矿产的供应无法得到保障，包括人工智能在内的科技产业将会陷入停滞。这是技术发展最重要的制约因素。
许多矿产分布在世界上相对偏远或经济不发达的地区，如玻利维亚西南部的乌尤尼盐沼、刚果中部、蒙古、印度尼西亚等。矿业一直是一个容易引发地缘政治冲突和战争的事情。
然而，包括人工智能在内的高科技发展给我们带来了“诗与远方”，我们很容易忽视构成技术“肉身”的原材料、背后的稀缺性以及由此带来的冲突、饥饿和贫困。
正如“锂电池之父”古迪纳夫担忧的那样：“锂与石油等战略资源一样重要，一旦开采出现瓶颈，可能会像石油一样成为战争的导火索。”
从这个角度来看，高科技几乎可以被视为一种资源密集型开采技术，将不可再生的矿物、水等转化为一些虚拟能力，同时也伴随着环境破坏和地缘政治冲突。
此外，这一庞大的资源密集型基础设施几乎完全是私有的。
人工智能发展不仅“渴”能源、资源，更“渴”数据。
数据、算法和算力是人工智能大型模型的三大支柱，而数据是训练大型模型的基础。数据集塑造了人工智能的认知边界，也决定了人工智能如何“看待”世界的边界。
例如，创建计算机视觉系统的第一步通常是从互联网上抓取数千甚至数百万张图像，然后建立一系列分类系统对它们进行排序，并将它们作为系统感知可观察事实的基础。根据。
如果想要构建一个能够检测苹果和橙子图片之间差异的机器学习系统，开发人员首先必须收集并标记数千张苹果和橙子的图像，并基于此训练神经网络。在软件方面，算法对图像进行统计调查并开发模型来识别两个“类别”之间的差异。
如果一切按计划进行，经过训练的模型将能够区分以前从未遇到过的苹果和橙子图像之间的差异。
但如果所有苹果的训练图像都是红色的，没有一个是绿色的，那么机器学习系统可能会推断“所有苹果都是红色的”。青苹果根本不被认为是苹果。
因此，训练数据集是大多数机器学习系统推理的核心。它们是人工智能系统用来生成预测基础的主要原材料。
如今，互联网上每天上传无数文字、图片、音频、视频，AI参与者开始掠夺数据。
其中科技巨头占据主导地位。腾讯、Byte、meta等掌控自己的数据渠道。分享内容的人越多，他们训练大型模型的能力就越大。人们很乐意免费在照片上标记姓名和位置，这种无偿劳动可以为机器视觉和语言建模系统提供更准确的标记数据。
没有这些数据渠道的企业将不得不支付大量费用或寻找其他方式来获取它们。
据报道，它在未经创作者授权的情况下使用语音识别工具转录了超过一百万小时的视频内容，并使用这些数据来训练其 GPT-4 模型。
但数据，尤其是高质量数据，并不是取之不尽、用之不竭的。 Epoch AI人工智能预测小组去年的一项研究显示，AI公司的高质量文本训练数据可能会在2026年耗尽，而低质量的文本和图像数据可能会在2030年至2060年间耗尽。
萨姆·奥尔特曼曾经认为，人工智能最终应该能够产生高质量的“人工数据”，以便有效地训练自己。
但不少研究人员认为，人工智能生成的数据质量太差，用这些数据“养活”自己就是“自我中毒”。
对高质量数据的渴求催生了“AI记录员”、“大数据注释员”和“AI编辑员”等众包工作。
此前曾有媒体报道，在一些一二线城市，各大互联网公司正在以每次300元的价格招募“AI录音师”。他们的使命是为大型模型提供定制语音数据，通过录制长达 3 小时的对话来帮助 AI 更好地理解和学习人类语言。
这300块钱可不容易赚到。您需要提供高质量的内容、充足的情节并严格遵守规定。您可能需要多次重复某些内容才能满足要求。
事实上，关于人工智能的一个经常被忽视的重要事实是，它需要大量低工资工人来帮助开发、维护和测试人工智能系统。例如，人工智能记录器还会标记数千小时的训练数据，以审查可疑或有害内容。但他们从未因为让这个人工智能系统发挥作用而获得赞誉。
此外，即使像亚马逊这样的物流系统配备了大量的机器人来完成搬运箱子等繁重的任务，但仍然需要人类的配合才能完成机器人无法完成的特殊而精细的任务，例如形状怪异的东西机器人无法识别。
人要与机器人合作，就必须不断适应机器人，跟随机器的节奏。很难利用他们现有的知识或形成工作惯性。
这体现了人工智能发展初期对人类的转变，将人类的劳动与价值脱节，从而更好地匹配机器并使其更容易被替代。
大多数人工智能训练集都是在人们不知情或未经同意的情况下构建的。家里的智能音箱、口袋里的手机、智能手表、监控记录的面部表情等也会被拿走吗？作为训练AI的数据？
图片来源：《我，机器人》
机器学习模型需要连续的数据流才能变得更加准确。但机器只能达到渐近精度，永远无法达到完全精度，这进一步推动算法从尽可能多的人身上提取信息，为人工智能提供“燃料”。人的主观性被进一步消除。
写这么多并不是“反技术”。相反，科技给人类带来了很多便利，创造了更多可能性，让人类摆脱了很多生存和发展的问题。
但技术背后是一个系统性问题，涉及能源、资源、人、社会、历史等各个方面。
正如社会学家凯特·克劳福德（Kate ）在她的《超越技术：社会关系中的人工智能》一书中所认为的那样，人工智能既是体现的又是物质的，由自然资源、燃料、人力和基础设施组成。 、物流、历史和分类组成，这些都是有代价的。
但很明显，现在的人们更多地追求科技军备竞赛和科技狂欢，而忽视了科技之外的一系列问题。
尤瓦尔·赫拉利在《今日简史》中表示，19世纪工业革命兴起后，当时的社会、经济和政治模式无法应对相关新情况、新问题。封建制度、君主制和传统宗教不适合管理工业大都市、数百万流离失所的工人以及现代经济不断变化的性质。
狄更斯的煤矿童工、第一次世界大战和1932-1933年的乌克兰饥荒只是人类支付的昂贵学费的一小部分。
现代文明拥有核武器和各种更先进的技术，其破坏力更加惊人。面对工业革命，我们只能做得更好。
人类的进步既是明智的，也是盲目的。你所做的一切都是有代价的。也许最好的结果是让效果与成本相匹配，而不是不顾成本地冲向目标。
