详细内容或原文请订阅后点击阅览
数据、电力和排放：人工智能的增长如何减缓绿色转型
人工智能的电力需求导致更多地使用化石燃料来发电。
来源:《Naked Capitalism》伊夫在这里。对于那些对人工智能电源使用有最低限度了解的人来说，标题是“哎呀，你觉得呢？”物品。但这篇文章记录了一个关键点：人工智能不仅大大增加了电力需求，而且化石燃料也足以满足这种需求，从而扭转电力生产的脱碳化趋势。
作者：Alessandra Bonfiglioli、Rosario Crinò、Mattia Filomena 和 Gino Gancia。最初发表于 VoxEU
VoxEU人工智能和其他数据密集型技术可能有助于优化能源使用，但这些技术本身非常耗电。本专栏探讨了 2002 年至 2022 年间人工智能的传播如何影响美国的排放，并发现当地人工智能的增长通过促进经济活动和能源使用来增加排放。随着工厂从可再生能源转向不可再生能源，这还会导致发电变得更加碳密集。只要电力行业本身不迅速脱碳，人工智能的“绿色”承诺就仍然难以实现。
量化人工智能的碳足迹是一项日益紧迫的任务。政策制定者正在争论与人工智能相关的电力需求激增是否会危及脱碳目标。数据中心（支持人工智能模型的核心基础设施）预计到 2030 年将占美国电力需求的 8%，高于 2022 年的 3%（Davenport 等人，2024 年）。有人担心，这次电力激增可能会推迟燃煤电厂的退役。另一方面，人工智能和数字产业经常被宣传为一种“绿色”技术，可以提高效率并降低排放。
在最近的一项研究中（Bonfiglioli et al. 2025），我们通过提供有关过去二十年人工智能的传播如何影响美国排放的系统证据，为这场辩论做出了贡献。我们的研究结果表明，只要电力行业本身不迅速脱碳，人工智能的“绿色”承诺就仍然难以实现。
连接人工智能、数据中心和发电厂的新型数据集
图1 注释人工智能对排放的影响