到2030年人工智能热潮将导致数百万吨电子垃圾和有毒物质的产生

人工智能的发展不仅消耗了大量的能源和水，还引发了前所未有的电子垃圾海啸。根据斯坦福大学的数据，从2022年到去年，随着企业对AI工具的采用增加，私人投资于人工智能的资金从30亿美元激增至250亿美元，这一增长速度前所未有。数据中心为了维持竞争力，不得不频繁更新硬件，淘汰仍在正常工作的设备。

这种为运行AI模型而大量使用组件的做法正在产生数以百万吨计的废弃电子元件。一项由来自中国、以色列及英国的研究团队发表在《自然》杂志上的新研究表明，仅ChatGPT、Claude或LlaMa这样的大型语言模型每年就可能生成约275万吨（即250万吨）的电子垃圾，显著加剧了AI技术对环境的影响。

“假设LLM变得普及（比如像社交媒体那样每天被所有人使用），那么研究预测，在2020年至2030年间，指定数据中心产生的报废电子产品流量将达到大约1600万吨。”报告中写道。

废弃物的增长率达到了惊人的110%，远远超过了屏幕与洗衣机等传统电子废物年增长率的2.8%。

这场危机在地理分布上高度集中。据中国科学院与Reichman大学联合研究显示，北美地区占到了AI相关电子垃圾总量的58%，东亚次之，占比25%，欧洲则占到了14%。

除了大量的电子垃圾外，整个AI行业也在消耗着庞大的资源。去年，《解密》报道指出，每次处理四个请求时，ChatGPT就需要消耗半升水。考虑到该网站每月有超过2.2亿的访问者，不难理解为何一些靠近AI数据中心的城市在过去不到十年里其水资源费用几乎翻了一番。

研究估计，至2030年，这类电子垃圾中将含有近100万吨铅、6000吨钡以及大量镉、锑和汞，向环境中释放出许多有毒元素——所有这些都已知会对土壤、水源及公众健康构成威胁。

虽然研究人员没有直接评论企业和政府当前所做的是否足够，但他们提到了一个可能带来经济效益的角度：如果能够妥善回收废弃服务器中的黄金、白银和铂金等贵金属，则可以为经济贡献高达700亿美元的价值，这或许能成为推动电子废弃物回收设施建设的动力之一。

此外，对于那些无法获取最新芯片的国家来说，它们可能会因为被迫使用效率较低的硬件而产生高达14%的电子垃圾。

然而，也存在一些潜在解决方案可以帮助缓解此问题。通过加强维护来延长服务器使用寿命可减少58%的电子垃圾；再利用特定部件则可进一步降低21%的废弃物量。

另外，过时的人工智能服务器还可以重新部署用于教育项目或基础网页托管等较轻的任务，而非直接丢弃，这样既减少了废物流又最大化地发挥了设备价值。

这已经成为全球环保组织关注的重点领域之一。数字经济学家Alex de Vries在接受《解密》采访时强调，在AI行业的负面影响变得难以控制之前，寻找解决办法至关重要。

de Vries表示：“目前来看这个问题规模尚小，因此有人会问‘既然影响不大，为什么我们需要把它放在重要位置呢？’但实际上，这种情况不会一直保持现状。”

编辑人 安德鲁·海沃德