新研究表明，AI 工程师觉得没有能力应对可持续发展危机

快速阅读: 《伦敦国王学院》消息，一项研究显示，23位机器学习从业者认为自身对环境影响无能为力，尽管有工具可追踪碳排放。研究强调需提升开发者环保意识，推动可持续AI发展。

一项由伦敦国王学院对来自英国及其他地区的23位机器学习（ML）从业者进行的调查，突显了他们对模型可持续性的疏离感，表明环境影响并未被视为人工智能性能的一部分。受访者表示诸如“作为一个个体，你真的无能为力”之类的评论，尽管有越来越多的工具可以追踪人工智能的环境影响，这表明需要做更多工作来赋予开发者创建更环保模型的能力。

该论文作者、可视化讲师乔治亚·帕纳吉蒂杜表示：“我们强调了人工智能与可持续性对话中的根本性自主权缺失。尽管有跟踪工具和关于机器学习对环境影响的信息，许多开发者感到他们的行业并不重视可持续性，他们的努力似乎没有意义。”

受访者表示诸如“作为一个个体，你真的无能为力”之类的评论，尽管有越来越多的工具可以追踪人工智能的环境影响，这表明需要做更多工作来赋予开发者创建更环保模型的能力。

“这项工作不是针对个人，而是与他们合作，以确定推动该领域变革的障碍。通过将可持续性思维融入所有人工智能实践中，我们可以帮助解决从业者所感受到的知识缺乏，并给他们提供在面对气候危机时做出可持续决策的工具。”

机器学习作为人工智能的一个子集，在近年来得到了显著的推广，因为人工智能工具在世界经济中扮演着越来越重要的角色。但这带来了巨大的环境成本。过去十年中，信息通信技术行业的全球温室气体排放量翻了一番，而训练机器学习模型的数据中心资源消耗推迟了煤炭发电厂的退役。

为应对信息通信技术公司培训人工智能的范围三排放（Scope 3 emissions）问题，像CodeCarbon这样的工具已被开发出来，用于估算执行代码或训练人工智能所产生的排放量，使开发者能够了解其模型的可持续性。

虽然已有研究分析智能电表提供的信息如何影响消费者做出更可持续的决定，但很少有研究探讨环保反馈工具如何影响机器学习从业者的决策——直到现在。

这篇论文的参与者在2025年ACM公平性、问责制和透明度会议上提出的技术、个人、制度和文化层面的方法，例如使用环保反馈工具并要求工作场所合理化人工智能训练中的能源使用。

尽管如此，大多数人认为他们对处理环境问题的责任有限，责任应归咎于提供大型语言模型如ChatGPT的科技公司。

此外，参与者描述了他们自己的领域，无论是学术界还是工业界，都将可持续性视为“不是我们的成果，也不是衡量标准”，在注重高模型准确性和速度以产出论文和产品的文化中，可持续性是次要的。

一名博士生描述了在发表研究的竞争环境中可持续性被放在次要位置，“如果我告诉导师，我不打算使用高性能计算机（HPC），因为我对南极的企鹅感到内疚，那会很不好。”

伦敦国王学院的博士生辛姆·戈鲁奇是该论文的第一作者，她说：“定性访谈对于捕捉每个人如何看待他们的工作至关重要，我们惊讶地发现人们如此缺乏力量。这是一个自选的环保意识较强的人群，但他们作为开发者却难以采取实际行动。”

“负责任的人工智能教会我们，对话边缘的问题可能深入融入实践中；我们的研究突显出，为了复制这种成功经验，还需要在可持续性方面做更多的工作。”

未来，该团队希望对机器学习从业者的环境可持续性的认知进行大规模的定量研究。

(以上内容均由Ai生成)