我們需要更小規模而非更大規模地思考，以讓AI面向未來
在過去幾年中，許多人開始看到在日常任務中使用生成式AI的好處。但我們也需要面對巨大的環境成本。報道強調，這些流行的AI技術透過高能耗、碳排放和水資源使用對環境產生重大影響。
近年，生成式AI在日常生活和工作中的應用越來越廣泛，從文本生成到影像創作，為使用者帶來了顯著便利。然而，這種技術繁榮背後隱藏著沉重的環境代價。研究表明，大型AI模型的訓練和執行需要消耗鉅額電力，導致大量碳排放，同時冷卻資料中心也需要消耗大量水資源。面對這一困境，有專家提出應當轉變思路：與其追求更大規模的模型，不如開發更小型、更高效的AI系統。透過最佳化演算法、減少不必要的計算，可以在保持效能的同時大幅降低能源消耗。這種“小而精”的策略不僅能減輕環境負擔，還能讓AI技術更加可持續地發展。未來，我們需要在創新與環保之間找到平衡，確保技術進步不以犧牲地球為代價。