我们需要更小规模而非更大规模地思考，以让AI面向未来
在过去几年中，许多人开始看到在日常任务中使用生成式AI的好处。但我们也需要面对巨大的环境成本。报道强调，这些流行的AI技术通过高能耗、碳排放和水资源使用对环境产生重大影响。
近年，生成式AI在日常生活和工作中的应用越来越广泛，从文本生成到图像创作，为用户带来了显著便利。然而，这种技术繁荣背后隐藏着沉重的环境代价。研究表明，大型AI模型的训练和运行需要消耗巨额电力，导致大量碳排放，同时冷却数据中心也需要消耗大量水资源。面对这一困境，有专家提出应当转变思路：与其追求更大规模的模型，不如开发更小型、更高效的AI系统。通过优化算法、减少不必要的计算，可以在保持性能的同时大幅降低能源消耗。这种“小而精”的策略不仅能减轻环境负担，还能让AI技术更加可持续地发展。未来，我们需要在创新与环保之间找到平衡，确保技术进步不以牺牲地球为代价。