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。