AI耗電爭議背後：科技巨頭的環保責任邊界在哪？

OpenAI執行長阿特曼否認AI高耗水傳言，但承認總體能耗問題。這場爭議揭示了科技業環保責任的模糊地帶與監管空白。

每次使用ChatGPT查詢就消耗17加侖水？OpenAI執行長山姆·阿特曼本週在印度AI峰會上直接駁斥：「這完全是假的，毫無現實根據。」

「假訊息」的真實面貌

阿特曼的強烈反應並非無的放矢。他解釋，這類說法源於過去資料中心使用蒸發冷卻技術的時代，「現在我們不再使用那種方式」。但他也坦承，AI的總體能源消耗確實值得關注，「世界現在使用如此多的AI」，因此需要「快速轉向核能或風能太陽能」。

有趣的是，當被問及比爾·蓋茲曾提到的「一次ChatGPT查詢相當於1.5個iPhone電池的能耗」時，阿特曼回應：「絕不可能有那麼多。」

這種對比凸顯了一個關鍵問題：在缺乏官方透明數據的情況下，各種推測和計算充斥網路，真相變得模糊不清。

阿特曼提出了一個頗具爭議性的觀點：比較AI和人類的能源效率。他認為，「人類也需要大量能源來訓練」，包括「20年的生命歷程和期間攝取的所有食物」，更不用說「曾經生存過的1000億人的進化學習累積」。

在他看來，真正公平的比較應該是：「在模型訓練完成後，ChatGPT回答問題所需的能源，相比人類回答同樣問題的能耗。」他聲稱，「AI在能源效率方面可能已經趕上了人類」。

廣告合作

這種比較方式引發深層思考：我們如何定義「效率」？人類的價值僅能用能源消耗來衡量嗎？

目前，科技公司並無法律義務披露能源和水資源使用量。科學家們只能透過獨立研究試圖了解真相，而資料中心已被指與電價上漲有關。

這種監管空白在亞洲地區尤其明顯。中國大陸雖然在AI發展上投入巨大，但環保監管相對寬鬆；台灣的科技業則面臨缺電壓力；新加坡等資料中心樞紐也在重新評估能源政策。

與歐美市場不同，華人地區的AI發展路徑呈現多元化特色。中國大陸的百度、阿里巴巴在AI基礎設施建設上採用了更多本土化解決方案；台灣的台積電則在晶片製造環節就考慮能效優化；香港和新加坡則成為連接東西方AI技術的橋樑。

這種差異化發展模式，可能為全球AI產業的可持續發展提供不同的思路。

阿特曼對「不公平討論」的抱怨，實際上反映了科技業面臨的信任危機。當企業自主披露成為唯一資訊來源時，公眾質疑在所難免。

建立可信的第三方監測機制，不僅有助於澄清事實，更能為AI產業的長期發展奠定社會基礎。這對於重視社會和諧的華人社會而言，尤其重要。