8月5日消息，據(jù)媒體報道，經合組織與國際能源署發(fā)布的數(shù)據(jù)顯示，人工智能(AI)的廣泛應用正帶來日益顯著的生態(tài)挑戰(zhàn)。

在資源消耗方面，到2027年，AI預計每年將消耗高達66億立方米的水，這一水量是瑞士年用水量的兩倍。

同時，數(shù)據(jù)中心的能耗問題也愈發(fā)嚴峻，預計到2030年，其能耗將翻一番，達到945太瓦時(TWh)，這一數(shù)字甚至超過了日本(900 TWh)與瑞士(60 TWh)兩國能耗的總和。

AI的“生態(tài)足跡”遠不止于電力與水資源的消耗。

根據(jù)科學期刊《自然計算科學》上的一項研究，生成式AI在2023年已產生了2600噸電子垃圾。

而隨著技術的不斷發(fā)展和應用的普及，到2030年，這一數(shù)字預計將飆升至250萬噸，相當于133億部廢棄智能手機的重量，對環(huán)境造成巨大壓力。

除了生態(tài)問題，AI的安全隱患也日益凸顯。

今日，國家安全部也發(fā)文警示，人工智能正面臨數(shù)據(jù)源污染的新挑戰(zhàn)。

一些不法分子通過篡改、虛構和重復等“數(shù)據(jù)投毒”手段，制造污染數(shù)據(jù)，這些數(shù)據(jù)在模型訓練階段會干擾參數(shù)調整，進而削弱模型性能、降低其準確性，甚至可能誘發(fā)有害內容的輸出。

研究顯示，數(shù)據(jù)污染對模型輸出的影響極為顯著。當訓練數(shù)據(jù)集中僅包含0.01%的虛假文本時，模型輸出的有害內容就會增加11.2%;即便虛假文本的比例降至0.001%，有害輸出也會相應上升7.2%。

更為嚴重的是，受到數(shù)據(jù)污染的人工智能生成的虛假內容，還可能成為后續(xù)模型訓練的數(shù)據(jù)源，形成一種具有延續(xù)性的“污染遺留效應”，進一步加劇數(shù)據(jù)安全問題。