大卫·萨图鲁里 马尔科·特德斯科

气候之家新闻网站

2025年12月23日

人工智能驱动的气候监测系统应按照既定的碳收支运行，并在能源和水资源的利用上更加高效。

2025年9月17日，意大利博洛尼亚欧洲中期天气预报中心的超级计算机视图。（照片：路透社/阿里·威瑟斯）

大卫·萨图鲁里是哥伦比亚大学拉蒙特-多尔蒂地球观测站的研究员，马尔科·特德斯科博士是拉蒙特研究教授。

气候科学家警告我们正接近地球气候系统不可逆转的临界点，但矛盾的是，用于检测这些临界点的技术——往往基于人工智能——反而通过加速相关能源消耗而加剧了问题。

英国备受赞誉的8100万英镑（1.09亿美元）临界点预测项目，由先进研究与发明局领导，涉及27个团队，代表了当代对技术救赎的信仰——但它也体现了深刻的矛盾。先进研究与发明局项目明确旨在“利用物理定律和人工智能，通过高级建模捕捉细微的早期预警信号”。

我们部署庞大的计算基础设施来警告气候崩溃，而这些系统却消耗了防止或缓解崩溃所需的能源和水资源。我们同时投资于计算密集型人工智能系统，以监测是否会跨越不可逆转的气候临界点，尽管这些人工智能系统也可能推动这一转变。

监测的计算成本

根据一项最新研究，训练像GPT-3这样一个大型语言模型大约消耗了1287兆瓦时的电力，产生了552公吨二氧化碳——相当于驾驶123辆汽油车一年。

GPT-4所需的电力大约高50倍。随着人工智能所需的计算能力大约每100天翻一番，这些系统的能源足迹并非一成不变，而是呈指数级加速。

人工智能模型对环境的影响不仅限于电力消耗。除依赖大量能源（其中相当一部分来自化石燃料）外，此类系统还需配备先进的冷却技术，导致水资源大量消耗；同时，其运行依赖复杂的基础设施，这些设施需在全球范围内进行制造、运输与部署，进一步加剧环境负担。

气候脆弱地区的水能关系

单个数据中心每天可消耗多达500万加仑^[1]饮用水——足以供应数千户家庭或农场。仅在美国凤凰城地区，就有58个数据中心每天估计消耗1.7亿加仑饮用水进行冷却。

这些基础设施的地理分布极为重要，因为需要高机械冷却率的数据中心，往往位于水资源紧张和社会经济脆弱的地区，尤其是亚太和非洲。

与此同时，我们部署人工智能密集型预警系统，监测格陵兰、北极和大西洋环流系统等地区气候临界点——这些地区已经遭受灾难性气候影响。科学家警告说，这些界限一旦跨越，可能在数十年内引发不可逆转的变化。

然而，计算模型和人工智能驱动的预警系统遵循不同的时间逻辑。它们承诺提供警示以支持未来行动，但它们消耗能源，因此加剧了当前的排放。

这不仅仅是一个可以通过可再生能源部署来解决的技术问题;这反映了气候临界点紧迫性与技术解决方案中渐进主义假设之间的根本错位。

碳预算概念显示，排放对温度上升的影响存在累积效应，大气浓度与温度影响之间存在显著滞后。每天训练气候模型的人工智能系统消耗的每一兆瓦时，都会直接减少明天可用的碳预算——包括能源转型本身的碳预算。

治理空白

更深层的问题是，人工智能开发的治理框架已完全脱离碳预算和临界点时间尺度。英国的人工智能监管关注人工智能系统的计算能力消耗，但并不要求开发者去问：这个人工智能的碳足迹是否小到足以能够符合我们防止气候临界点的碳预算？

目前没有机制要求人工智能基础设施部署决策考虑与防止不同类别临界点相关的具体碳预算。

与此同时，能源转型本身——可再生能源容量扩展、电网现代化、交通电气化——需要计算和数据管理。如果我们允许不受限制的人工智能扩展，我们就有可能出现一种扭曲的结果：计算基础设施消耗了本可加速脱碳的剩余可再生能源，而不是促进脱碳。

解决这个悖论意味着什么？

解决这一悖论需要超越技术解决方案可以脱离碳约束的假设。它需要进行若干干预：

首先，任何由人工智能驱动的气候监测系统都必须在明确定义的碳预算内运行，该预算直接反映其目标检测的临界点时间尺度。如果我们试图提供关于可能在10到20年内触发的临界点的警告，人工智能系统的碳足迹必须参与该期间相应的碳预算评估。

其次，人工智能开发的治理框架必须明确纳入气候临界点科学，设定计算强度与碳预算和可再生能源可用性相关的门槛限制。这主要不是一个“可持续性”问题，而是一个公正性和效能的问题。

第三，替代模型必须优先考虑，而非当前向更大模型发展的趋势。这些方法应包括在时间敏感场景中将人类专业知识与人工智能相结合的方法、碳感知模型训练，以及使用针对特定计算任务的专用处理器，而非依赖通用的能耗型系统。

更深层的批评

根本问题在于，能源系统临界点悖论反映了富裕国家在气候治理问题上的更广泛危机。我们相信创新和科学能够解决根本矛盾，而不是面对限制某些能源消费和财富积累形式的结构性需求。我们宁愿投入8100万英镑在计算系统上检测临界点，也不愿做出防止它们的政治决策。

能源转型的积极转折点已经存在——可再生能源现在比化石燃料更便宜，部署速度也在加快。我们缺乏的不是技术能力，而是快速脱碳的政治意愿以及社区参与。

部署高能耗的人工智能系统监控临界点，却未能部署可用的可再生能源，这在技术上分散了对实际政治决策的注意力。

这一悖论也是一个警示：在触发不可逆转临界点之前的剩余时间内，我们必须在建设日益复杂的气候崩溃监测系统与投入可用资源——资本、能源、专业知识、政治关注——来缓解威胁之间做出选择。

[1] 一加仑美制单位折合3.79公斤、英制单位折合4.55公斤