随着 ChatGPT 爆红，微软、Google，中国百度等相继宣布重大改革搜寻引擎，试图将大型人工智慧模型整合至搜寻引擎，给用户更丰富准确的体验。但新计画问世後的兴奋，可能藏着令人难堪的秘密。

外媒指出，构建高性能人工智慧搜寻引擎的竞赛，需要运算能力大幅提升，後果就是科技公司能源用量和碳排放大幅增加。英国萨里大学 (University of Surrey) 1团队分析，有大量资源用於索引和搜寻网路，接下来人工智慧整合需要不同能力，也就是整合运算效能、储存和高效能搜寻。每当线上运算处理步骤变化，就会看到大型处理中心电力和冷却资源显着增加。预估搜寻引擎整合人工智慧後也会走上这条路。

团队强调训练大型语言模型 (LLMs) 必须解析和运算连结大量资料，就是为什麽往往由拥有大量资源的企业开发。微软必提供动力给 ChatGPT，还有 Google 支援聊天机器人 Bard 等。西班牙科鲁尼亚大学 (University of Coruña) 团队也指出，训练模型需要大量运算能力，只有大型科技公司才能负担。

尽管 OpenAI 和 Google 都没有透露产品运算成本，但第三方分析估计，ChatGPT 部分依赖 GPT-3 模型，训练需消耗 1,287 兆瓦时电力，产生 550 多吨二氧化碳当量，相当於一个人往返纽约和旧金山 550 次。这数字看起来没有很糟，但考虑到人工智慧不仅要训练，将来还要执行数百万用户要求的工作。

如果把 ChatGPT 当成独立产品，与整合到应用有很大不同。瑞银估计，ChatGPT 日均独立用户为 1,300 万，此基础下必要应用每天处理 5 亿次搜寻。加拿大资料中心公司 QScale 联合创办人 Martin Bouchard 表示，根据他对微软和 Google 搜寻的了解，搜寻引擎加入人工智慧，需每次搜寻至少增加 4~5 倍计算量。

国际能源署资料显示，资料中心温室气体排放量已达全球排放量 1% 左右，即便搜寻引擎企业承诺减少排放，但随着云端运算需求成长，这数字只会上升。微软承诺到 2050 年实现零碳排，2023 年购买 150 万吨碳权。Google 则承诺到 2030 年整个业务和价值链实现零碳排。

对科技大厂来说，减少人工智慧整合到搜寻引擎产生的碳足迹和能源成本，方法之一就是将资料中心转用更清洁的能源，并重新设计神经网路，更高效以减少推断时间，也就是强化演算法运算能力。Google 发言人 Jane Park 表示，Google 聊天机器人 Bard 最初版为轻量级大型语言模型，还发表研究介绍最先进语言模型的能源成本，包括早期和更大型的 LaMDA，结果说明高效模型、处理器和资料中心与清洁能源结合，可将机器学习系统碳足迹减少千倍。

(首图来源：shutterstock)