随着大型语言模型（如OpenAI的ChatGPT）的日益普及，人工智能（AI）的巨大环境足迹越来越成为新闻热点。这一成本通常以电力消耗、碳排放到大气中以及运行大规模数据中心所需的水资源来讨论。但有一项隐藏的成本需要考虑：由此增加的空气污染对公共健康的危害。加州理工学院（Caltech）和加州大学河滨分校（UCR）科学家的一项新研究于12月9日在arXiv预印本服务器上在线发布，揭示了这一点。
预计这种空气污染到2030年每年将在美国导致多达1,300例早死。癌症、哮喘和其他疾病，以及因病缺勤和缺课带来的总公共健康成本接近每年200亿美元。“当我们谈论人工智能的成本时，很多关注点都集中在碳和水的使用量上。这些成本确实很重要，但它们不会直接影响数据中心建设地的当地社区，”该论文的通讯作者、加州理工学院计算与数学科学Carl F Braun教授兼信息技术与科学主任亚当·韦尔曼（Adam Wierman）说。“健康是一个关注这些数据中心对当地社区影响的方式，理解、量化和管理这些显著影响。”
韦尔曼指出，人工智能将成为我们生活的重要部分，提供有潜力改善社会系统的明显好处。“同时，”他说，“我们需要确保内部秩序井然，认识到由人工智能带来的负面影响，对其进行量化、最小化并公平分担。”作者们，包括加州大学河滨分校电气与计算机工程副教授任少雷（Shaolei Ren），建议采用标准和方法，要求科技公司报告其电力消耗和备用发电机造成的空气污染。
研究人员进一步建议，科技公司应适当补偿受空气污染最严重影响的社区，以弥补数据处理中心电力生产造成的健康负担。作者还发现，源于人工智能的空气污染不成比例地影响某些低收入社区，部分原因是这些社区靠近发电厂或数据处理中心的备用发电机。此外，污染还会跨越县界和州界，对广泛的社区产生健康影响，任少雷说。“数据中心向其运营所在的县支付地方财产税，但这种健康影响不仅限于一个小社区。实际上，它会蔓延到整个国家，因此其他地方根本没有得到任何补偿。”例如，位于弗吉尼亚北部的数据中心的备用发电机产生的污染会飘入马里兰、西弗吉尼亚、宾夕法尼亚、纽约、新泽西、特拉华和哥伦比亚特区，每年造成约1.9亿至2.6亿美元的区域公共健康成本。如果这些备用发电机以最大许可水平排放，年度成本将增加十倍，达到19亿至26亿美元。
在某些地区，与人工智能处理中心相关的公共健康成本可能会超过科技公司支付的电费，研究显示。随着科技公司竞相提供重塑我们工作和生活方式的人工智能服务，预计以小于2.5微米的肺穿透细颗粒和其他联邦监管污染物（如氮氧化物）形式的空气污染将急剧增加。预计到2030年，公共健康负担将是美国钢铁业的两倍，可与加利福尼亚州所有汽车、公交车和卡车的总和相当，研究预测。“人工智能的增长正在推动对数据中心和能源需求的巨大增长，使其成为所有行业中能源消费增长最快的领域，”任少雷说。作为示例，科学家们计算了训练一个大型语言模型（LLM）的排放量，规模相当于Meta的Llama-3.1，这是一个由Facebook母公司于7月发布的先进开放权重LLM，旨在与OpenAI的GPT-4等领先专有模型竞争。研究人员发现，生成训练该模型所需的电力产生的空气污染相当于汽车在洛杉矶和纽约之间往返超过10,000次。
作者使用美国环境保护署开发的统计方法估算健康成本，包括早死，这些方法考虑了与发电厂和备用柴油发电机空气污染相关的已知流行病学风险。预计到2030年每年1,300例死亡代表940至1,590例范围的中点。“如果你的家人患有哮喘或其他健康状况，这些数据中心产生的空气污染可能已经影响到他们。这是一个我们需要紧急解决的公共卫生问题，”任少雷说。《未付代价：量化人工智能的公共健康影响》的其他作者包括加州大学河滨分校伯恩斯工程学院的韩月林（Yuelin Han）、吴志峰（Zhifeng Wu）和李鹏飞（Pengfei Li）。
(全文结束)
