（來源：MIT TR）

一項新研究表明，到 2030 年，生成式 AI 可能會產(chǎn)生多達 500 萬噸電子垃圾。

盡管這只是目前全球每年超過 6000 萬噸電子垃圾總量中相對較小的一部分，然而專家警告說，這仍然是一個日益嚴(yán)重的問題的重要組成部分。

電子垃圾是指被丟棄的空調(diào)、電視以及手機和筆記本電腦等個人電子設(shè)備等物品。這些設(shè)備通常含有危險或有毒材料，如果處理不當(dāng)可能會危害人類健康，造成環(huán)境污染。除了這些潛在危害之外，當(dāng)洗衣機和高性能計算機等電器最終被扔進垃圾桶時，設(shè)備內(nèi)的有價值的金屬也會被浪費，從供應(yīng)鏈中取出而不是被回收。

今天發(fā)表在 Nature Computational Science 雜志上的一項研究表明，根據(jù)生成式 AI 的采用率，到 2030 年，該技術(shù)可能會總共增加 120 萬至 500 萬噸電子垃圾。

“這一增長將加劇現(xiàn)有的電子垃圾問題。”以色列賴希曼大學(xué)的研究員、該研究的合著者 Asaf Tzachor 在一封電子郵件中寫道。

吉印通國訓(xùn)練研究所高級科學(xué)專家、最新年度報告《全球電子廢物監(jiān)測》的作者 Kees Baldé 表示，“這項研究在量化人工智能對電子廢物的影響方面是最新的。”

生成式 AI 電子垃圾的主要來源是數(shù)據(jù)中心和服務(wù)器集群中使用的高性能計算硬件，包括服務(wù)器、GPU、CPU、內(nèi)存模塊以及存儲設(shè)備。Tzachor 說，“這些設(shè)備與其他電子垃圾一樣，含有銅、金、銀、鋁和稀土元素等有價值的金屬，以及鉛、汞和鉻等有害物質(zhì)。”

人工智能公司產(chǎn)生如此多浪費的原因之一，是硬件技術(shù)的進步速度。計算設(shè)備的使用壽命通常為兩到五年，并且經(jīng)常被最新版本所取代。

雖然電子垃圾問題遠遠超出了人工智能的范疇，但快速發(fā)展的技術(shù)提供了一個機會，可以評估我們?nèi)绾翁幚黼娮永榻鉀Q問題打下基礎(chǔ)。好消息是，有一些策略可以幫助減少預(yù)期的浪費。

Tzachor 表示，通過延長設(shè)備的使用時間來延長技術(shù)壽命是減少電子垃圾的最重要方法之一。翻新和重復(fù)使用組件也可以發(fā)揮重要作用，就像以更容易回收和升級的方式設(shè)計硬件一樣。研究預(yù)測，在最好的情況下，實施這些策略可以減少高達 86% 的電子垃圾產(chǎn)生。

根據(jù) 2024 年《全球電子廢物監(jiān)測》報告，目前只有約 22% 的電子廢物被正式收集和回收，更多的垃圾是通過非正式系統(tǒng)收集和回收的，包括在沒有建立電子廢物管理基礎(chǔ)設(shè)施的低收入和中低收入國家。Baldé 說，“這些非正式系統(tǒng)可以回收有價值的金屬，但通常不包括危險材料的安全處置。”

減少人工智能相關(guān)電子垃圾的另一個主要障礙是對數(shù)據(jù)安全的擔(dān)憂。銷毀設(shè)備可確保信息不會泄露，而重復(fù)使用或回收設(shè)備則需要使用其他方法來保護數(shù)據(jù)。Tzachor 表示，“確保在回收之前從硬件中刪除敏感信息至關(guān)重要，特別是對于處理機密數(shù)據(jù)的公司。”

可能需要更多政策來確保電子垃圾（包括來自人工智能的電子垃圾）得到回收或妥善處置。回收有價值的金屬（包括鐵、金和銀）有助于證明經(jīng)濟合理性。然而，Baldé 表示，“電子垃圾回收可能仍然需要付出代價，因為安全處理設(shè)備內(nèi)常見的有害物質(zhì)成本比較高。”

“對于公司和制造商而言，對其產(chǎn)品的環(huán)境和社會影響承擔(dān)責(zé)任至關(guān)重要。”Tzachor 說道，“這樣，我們可以確保我們所依賴的技術(shù)不會以犧牲人類和地球的健康為代價。”

原文鏈接：

021yin.com/2024/10/28/1106316/ai-e-waste/