地球无法承受 AI,是时候踩刹车了

作者:Kollibri terre Sonnenblume

公有领域艺术作品,作者提供,来自公共领域元素。

前言: 如果你不想阅读完整篇,这里是本篇的作者的核心观点:人工智能(AI)虽然在技术上有巨大的潜力,但它对环境的负面影响极其严重,可能加剧当前面临的多重危机,如气候变化、资源枯竭、污染等。因此,作者主张我们应当认真控制甚至禁止人工智能的发展,特别是在多数应用场景下。与此同时,作者强调,人类社会的真正拯救并不依赖于技术,而是通过建立基于爱、互惠和共同行动的人际关系,关注自然与灵魂的连接,来实现更可持续、更健康的未来。

"人工智能"(AI)是一个广泛的主题,可以从多个方向进行探讨:经济、政治、文化、创意和环境。过去几年,我读了很多文章,听了播客,观看了视频,也和朋友们讨论了他们与人工智能的经历。最有帮助的资源之一是 Robbie Martin 在 Media Roots Radio 播客中的节目(他和他的优秀妹妹、记者 Abby Martin 共同主持),以及 Brian Merchant,他发布了"Blood in the Machine" Substack。

维基百科在"人工智能"一节中列出了以下内容:

高级网页搜索引擎(如 Google 搜索);推荐系统(如 YouTube、Amazon 和 Netflix 使用的);虚拟助手(如 Google Assistant、Siri 和 Alexa);自动驾驶车辆(如 Waymo);生成性和创意工具(如 ChatGPT 和 AI 艺术);以及在策略游戏中的超人类玩法和分析(如象棋和围棋)。

"生成性和创意工具"最近获得了最多关注,因为它们迄今为止最有可能大规模取代人类工作,包括艺术创作。

这些担忧被简洁地总结在这个表情包中,它曾广泛传播,您可能也看过:

Robbie Martin 发表了几期关于人工智能的播客,深入探讨了参与其中的企业利益和人物,并且作为一名艺术家和音乐人,分享了他自己使用各种 AI 工具的实验结果。他的反思对其他创意人士尤其有意义。

作为一名作家,我一直很怀疑。在研究这篇文章时,我尝试了两款工具,Perplexity 和 DeepSeek,因为它们据说对研究有帮助。Perplexity 主要通过搜索网络并总结结果来回答查询,并且可以将来源限制为学术工作。DeepSeek 默认仅访问其训练时的数据,直到 2024 年 7 月,但也可以搜索互联网。Perplexity 提供了它使用的来源列表,但 DeepSeek 则没有。

我第一次测试时,输入了"入侵生物学的批判"这个查询,因为这是我目前非常熟悉的一个主题。(我正在与 Nikki Hill 共同编写一本关于这个主题的书。)这两个工具给出的答案让我印象深刻,内容非常完整,但它们并没有说出 Nikki 和我在六年的研究中没有涉及过的任何内容(除了给我们介绍了"和解生态学"这个术语)。DeepSeek 的回答整体上更为完整和详细,但由于没有引用来源,从研究的角度来看,它的帮助要小得多。

我将它们用于其他几个查询。关于我们书籍项目的技术性内容,如"Clements 与 Gleason"以及"什么是基于生态位竞争的理论?"我没有学到任何我之前不知道的东西,也没觉得引用的来源有什么帮助。就我们的书籍而言,人工智能没有任何贡献。

接下来的几周里,我定期使用 Perplexity 和 DeepSeek,作为我的常用搜索引擎,因为 Google 已经变得糟糕透顶。对于像这样的简单信息请求,它们两者都远远优于 Google。所以,在通过互联网学习某些东西(而不是读书、上课、找导师、做实习,或去散步问树木等)方面,AI 给我留下了深刻印象。

但是------

(你知道这个转折点要来了)

------但人工智能对环境的影响是极其显著的,并且只会越来越糟。

仅仅因为这一点,我们就应该认真控制它,如果不能完全禁止它在大多数领域的应用的话。

考虑到我们面临的多重危机------栖息地破坏、物种灭绝、土壤流失、淡水枯竭、化学物质和微塑料污染以及气候变化------我们作为一个物种的共同关注点应该是减少总体消费。每一片被保护的栖息地,每一平方英里的土壤保留,以及每一英亩英尺的水资源节约,都是值得的,任何减少有毒物质和有害副产品的生产和排放也是如此。至于气候变化,我们还必须减少温室气体排放,并撤销任何导致变化的土地使用,这些变化日益复杂了生活。

继续发展人工智能将与所有这些目标相悖,并加剧所有的危机。

"云"并不是支持人工智能和互联网基础设施的准确隐喻。它并没有什么蓬松、异想天开或短暂的性质。正如 Justin Kollar 在他的 Techno-Statecraft Substack 中说得如此好:

我们正处于数字基础设施的大规模建设中。从数据中心和半导体工厂到电力网和工业区,政府和企业正在向维持数字经济的系统投入数十亿资金。但这不仅仅是关于技术------它涉及土地、能源和权力的广泛意义。

2023 年,数据中心使用了大约 176 太瓦时(TWh)的电力,高于 2014 年的 58 TWh,预计到 2028 年将飙升至惊人的 580 TWh,占总电力使用的 12%。那可是大量的电力生产。它的来源将来自哪里?"各种方式。"

化石燃料是其中之一。全国范围内原本计划减少化石燃料使用的公用事业公司正在逆转这一趋势,或者现在寻求为人工智能建造新的化石燃料基础设施。根据《MIT Technology Review》的报告,数据中心的温室气体排放量在 2018 年至 2024 年之间增长了三倍,并预计"暴涨"。微软和谷歌是那些"悄悄放弃"之前所作的减排承诺的公司之一。正如《Wired》所说:生成性人工智能与气候变化正在发生碰撞。

核能也是如此。微软正在重新开设位于宾夕法尼亚州的臭名昭著的"三英里岛"核电站。谷歌计划建造"迷你"核反应堆。尽管有些人试图给核能披上"绿色"外衣,理由是它在正常运行期间的低碳排放,但从环境角度来看,核能非常糟糕。铀在提取、精炼和使用的各个阶段都极其危险。尽管钍被宣传为更安全的替代品,但它对健康和自然依然具有危险性。如何储存这两者产生的废料是一个尚未解答的问题。

所谓的"绿色"能源将成为能源组合的一部分,但如果全球趋势继续下去,它将只是增加我们的整体能源使用,而不是替代化石燃料。此外,正如我总是指出的那样,"绿色"能源所带来的环境损害本身就非常糟糕,且影响到那些本该被留下的地区。从稀土和其他关键矿物的开采,到部件的制造,再到设施的维护,所有这些过程都会造成损害和污染,包括使用化石燃料,而化石燃料在这一过程中是绝对必要的。

《Scientific American》称:"AI 热潮可能需要大量电力。"在一个"最坏情况"下,数据中心的扩张可能导致该领域的能源使用增加"十倍"。

那只是为数据中心供电。

数据中心需要水来进行冷却。根据《自然》发布的研究,美国的数据中心每天使用 17 亿升水,其中超过一半是可饮用水。"一个中等规模的数据中心(15 兆瓦)使用的水量相当于三个普通大小的医院,或者超过两个 18 洞高尔夫球场。"目前,美国数据中心的水使用量估计相当于 200 万个家庭。预计水的需求增加将导致全球范围的危机,因为其他行业,如农业,也预计会有更大的需求。具有讽刺意味的是,澳大利亚的研究人员使用人工智能预测未来会爆发水资源战争。

制造半导体也需要水。

然后是对已经老化的电力网的升级,以支持更多的数据中心。除了替换其中过时的部分外,还需要大量的新传输线路,以及变电站、变压器和其他设备。建立这一切将需要像铜、钢、木材等材料,以及化石燃料来建设这些设施。

所有这些资源,所有被破坏的栖息地,所有的污染------为了什么?人工智能裁判棒球?评判选美比赛?糟糕的营销?只是让我们变得更愚蠢?

但是,除了这些愚蠢的事情之外,还有 Justin Kollar 所说的"广义上的权力",我将其理解为随着人工智能的普及,企业和寡头所积累的巨大的经济和社会权力。在写这篇文章的时候,正值特朗普第二个任期的初期,似乎很明显,技术巨头们正在试图将这种权力集中到自己手中。这是一个新的"国家与企业权力合并"。

事实上,像 Brian Merchant 这样的观察者明确地把人工智能与大科技公司权力的集中画上了等号。其他人则谈到了技术封建主义。

说实话,这真的是一场噩梦。

我们需要问一些关于当前状况和未来走向的严肃问题。比如,当 iPhone 发布时我们没有问的那些问题,看看那项发明如何改变了生活,主要是变得更糟。正如 Brett Scott 在《Altered States of Monetary Consciousness》上写的:"技术不会让我们的生活更轻松。它让我们的生活变得更快。"他接着说:

我们不仅仅生活在任何经济体中。我们生活在一个大规模的公司资本主义经济中,在这样的环境中,技术从未用来节省时间。它是用来加速生产和消费,以扩展这个系统。基本规则是:技术不会让我们的生活更轻松。它让生活更快,充满更多的东西。

抗争是深刻且必要的,即便仅仅是为了保持我们的理智。部分原因是要花时间远离屏幕,接触非人类的生物,无论是植物、动物还是其他。它们对这些变化有什么感受?它们想要这些东西吗?抗争也是尽可能培养人与人之间面对面的关系。我可以继续说下去,但我会给最后的发言权给 Livana,她写了《Visions for a New Earth》 Substack,并说出了我内心的想法,她说:

技术不会拯救我们。基于爱与互惠的人的关系会拯救我们。互助和并行的照顾网络会拯救我们。与野性的连接和敬畏会拯救我们。与灵魂的相遇会拯救我们。

相关推荐
opentrending3 小时前
Github 热点项目 awesome-mcp-servers MCP 服务器合集,3分钟实现AI模型自由操控万物!
服务器·人工智能·github
lisw054 小时前
DeepSeek原生稀疏注意力(Native Sparse Attention, NSA)算法介绍
人工智能·深度学习·算法
whaosoft-1434 小时前
51c深度学习~合集4
人工智能
逢生博客4 小时前
阿里 FunASR 开源中文语音识别大模型应用示例(准确率比faster-whisper高)
人工智能·python·语音识别·funasr
哲讯智能科技5 小时前
智慧能源新篇章:SAP如何赋能光伏行业数字化转型
大数据·人工智能
云卓SKYDROID5 小时前
无人机DSP处理器工作要点!
人工智能·无人机·科普·云卓科技
gang_unerry5 小时前
量子退火与机器学习(2):少量实验即可找到新材料,黑盒优化➕量子退火
人工智能·机器学习·量子计算·量子退火
訾博ZiBo5 小时前
AI日报 - 2025年4月2日
人工智能
说私域5 小时前
消费品行业创新创业中品类创新与数字化工具的融合:以开源 AI 智能客服、AI 智能名片及 S2B2C 商城小程序为例
人工智能·小程序·开源
说私域5 小时前
开源AI大模型赋能的S2B2C商业生态重构研究——基于智能名片系统的体验认知与KOC背书机制
人工智能·小程序·重构·开源