機器學習算法已經風靡全球，通過在線訂閱提供的日益流行的生成服務很可能會讓地球環境深受其害。科學傢們首次計算出這些服務所需的能量；這是一個很大的數字，人工智能生成服務是真正壯觀的能源浪費機器，基於人工智能的圖像"創作"是碳排放最糟糕的活動。
人工智能初創公司 Hugging Face 和卡內基梅隆大學最近發表一份研究報告，試圖通過分析不同的活動和生成模型，解人工智能系統對地球的影響。
論文研究人工智能模型在1000次查詢中產生的平均碳排放量，發現與生成圖像相比，生成文本是一種明顯低耗的活動。一個聊天機器人回答多達1000次查詢所消耗的能量約為智能手機充滿電所需能量的16%，而通過一個"強大"的人工智能模型生成圖像所消耗的能量相當於充滿一次電。
研究負責人亞歷山德拉-薩莎-盧奇奧尼（Alexandra Sasha Luccioni）說，人們認為人工智能是一個"抽象的技術實體"，生活在"雲端"，對環境沒有任何影響。新的分析表明，每當我們查詢一個人工智能模型時，維持該模型的計算基礎設施都會給地球帶來巨大的成本。
Luccioni 的團隊利用 Hugging Face 平臺計算與 10 項流行的人工智能任務相關的碳排放量，包括問題解答、文本生成、圖像分類等。科學傢們開發一種名為"代碼碳"（Code Carbon）的工具來測量這些任務所使用的能源，它可以計算出運行人工智能模型的計算機所使用的電力。
研究發現，使用像穩定擴散 XL 這樣功能強大的模型生成 1000 張圖像所產生的碳排放量，相當於駕駛一輛"普通"汽油車行駛 4.1 英裡。碳密集度最低的文本生成模型產生的二氧化碳排放量相當於駕駛類似汽車行駛 0.0006 英裡。
研究進一步解釋說，使用大型、復雜的生成模型要比使用針對特定任務訓練的小型人工智能模型耗能得多。復雜的模型經過訓練可以同時做很多事情，因此與經過微調、以任務為導向的簡單模型相比，復雜模型消耗的能源最多可多出 30 倍。
研究人員還計算出，來自人工智能服務的日常排放量遠遠高於與人工智能模型訓練相關的排放量。流行的生成模型（如 ChatGPT）每天使用數百萬次，隻需幾周就能超過與其訓練相關的二氧化碳排放量。麻省理工學院林肯實驗室的研究科學傢維賈伊-加德帕利（Vijay Gadepally）說，從人工智能模型中獲利的公司必須對溫室氣體排放負責。