近年来，随着人工智能（AI）逐渐深入我们的生活，虽然为我们大家带来了诸多便利，但随之而来的环境问题却值得让人警钟长鸣。据中国科学院城市环境研究所研究员汪鹏及其团队的研究显示，从2020年至2030年，生成式AI将可能会引起电子废弃物的飙升，增幅甚至接近1000倍。这一研究成果近期在《自然·计算科学》期刊上发布。

  同样引人关注的是，联合国机构发布的《2024年全球电子垃圾监测》报告说明，相比2010年，2022年的电子垃圾产生量已激增82%，达到了6200万吨，这在某种程度上预示着每个人每年平均产生7.8公斤电子垃圾。在这样的背景下，研究、解决AI电子废弃物所带来的挑战，已成为当务之急。

  作为一项资源密集型产业，生成式AI的发展与应用离不开底层硬件的支撑。随着AI的普及，算力的需求不断攀升，服务器硬件的规模和复杂性也在增加。英伟达创始人黄仁勋曾提到，一台达到EFLOPS级别的计算机，其组成部件多达60万个，重达1.36吨。根据行业专家的分析，算力中心的各种高性能硬件，如GPU、内存和存储模块等，通常在运行三年后就会成为电废，其数量可观。

  致力于AI物质循环数智工程的汪鹏认为，尽管不能准确预测生成式AI将来的服务范围，但无论发展如何变化，我们一定要对由此产生的电子垃圾问题有所准备。为此，他的团队提出了一种名为“算力物质流”的新评估方法，将AI应用服务与基础硬件进行细分。这样的解决方法从“需求—算法—算力—硬件”四个层面做多元化的分析，从而量化生成式AI的算力需求及其对应的电子垃圾产出。

  研究结果为，在最激进的发展模型下，从2023年到2030年，生成式AI的电子垃圾总量可能达到500万吨，这中间还包括150万吨的印刷电路板与50万吨的服务器电池，后者可能含有铅和铬等害物质，如果处理不当，后果不堪设想。甚至在最保守的预测中，产生的电子废弃物也能达到120万吨之巨。

  电子垃圾的急剧增长背后，回收的乏力同样令人堪忧。根据《2024年全球电子垃圾监测》报告，2022年全球940万吨的金属、1700万吨塑料和1400万吨其他材料中，只有不到25%得到了妥善的回收。电子垃圾“变废为宝”，难在何处？

  首先是处理过程的复杂性。电子垃圾中蕴藏的910亿美元的金属经济价值，大多数来源于于铜、黄金和铁，但不合理的处置方法导致大量金属损失，造成巨大浪费。其次，回收过程中需要投入大量人力和资源。报告表明，2022年全球电子垃圾管理的经济损失已达370亿美元。

  在这样的情况下，如何确保可持续发展，为日益严峻的电子垃圾挑战找到有效解决方案？汪鹏的团队提出，应采取循环经济策略。通过减少、再利用、修复和回收，努力降低电子垃圾的出现。同时，对AI的算法开发阶段也要有效控制算力需求，以求在源头减少潜在的电子废物。

  最后，汪鹏呼吁，有关部门需尽快制定政策，鼓励企业积极应对AI电子垃圾问题，以更负责任、可持续的方式推动AI技术的发展。正如他所言，提前预防，无疑能让我们收获更大的成效。返回搜狐，查看更加多