随着人工智能改变我们的计算系统、经济和能源足迹，谁应该监管人工智能以及如何监管人工智能是一个紧迫且极其复杂的问题。美国目前正在展开一场关于该行业治理的政治斗争，以及关于应该对快速发展的行业施加什么限制的重大问题。由于该行业内部和周围的高度保密和不透明，回答这些问题将极其困难。

与人工智能相关的最大问题之一是其庞大且不断扩大的能源足迹和相关的温室气体排放。该行业能源需求的预计增长如此之大，以至于许多世界领导人开始将其作为对能源安全的迫在眉睫的威胁。到2030年，数据中心的能源需求预计将翻一番。

国际能源署报告称：“在过去的几年里，人工智能已经从一个学术追求发展成为一个拥有数万亿美元市值和风险投资的行业。”推动这一增长所需的能源规模意味着“因此，能源部门是当今最重要的技术革命之一的核心。”

问题是没有人确切地知道这在多大程度上是真的。我们对人工智能将使用多少能源的最佳估计充其量是模糊的，因为我们甚至不知道人工智能已经使用了多少能源。研究人员正在努力量化和跟踪人工智能消耗的能源量，但根据《连线》杂志最近的一份报告，“由于像OpenAI这样的主要参与者披露的环境信息很少，这项工作变得复杂”。

截至2025年5月，高达84%的大型语言模型流量是在零环境披露的AI模型上进行的。一家名为Hugging Face的人工智能公司的气候主管Sasha Luckioni说：“你可以买一辆车，知道它每加仑消耗多少英里，这让我大吃一惊，但我们每天都在使用所有这些人工智能工具，我们绝对没有效率指标、排放因素，什么都没有。这不是强制性的，也不是监管性的。鉴于我们目前面临的气候危机，这应该是各地监管机构的首要议程。”

Luckioni正在领导一个研究团队，该团队正试图准确分析人工智能引擎使用了多少能源，这将能够为更有针对性和更适当的政策行动提供信息。令人担忧的是，目前媒体上反复出现的人工智能能耗数据通常来自没有实证支持的陈述。 例如，一份经常发布的“统计数据”显示，平均ChatGPT的能量是谷歌搜索的十倍，但这一数字的来源实际上来自Alphabet的John Hennessy在2023年发表的一篇可能毫无根据的公开言论。提到这个例子，Luckioni说：“人们已经把一句即兴的话变成了一个实际的统计数据，为政策和人们看待这些事情的方式提供了信息。”

现实情况是，为单个人工智能查询的能量足迹计算一个数字几乎是不可能的。查询的复杂性和相应的计算能力差异很大。一些公司拥有复杂的系统，使用更简单的系统（因此能耗更低）来解决更简单的问题，但其他公司则没有。

“真正的核心问题是我们没有数字，”她继续告诉《连线》杂志。“所以即使是人们可以找到的餐巾纸背面的计算，他们也倾向于将其视为金标准，但事实并非如此。”

我们都应该关注人工智能能源消耗的不透明性以及缺乏政府监管来控制它。人工智能驱动的能源需求增加的成本很可能会以高昂的能源账单的形式落在消费者身上。这对激励人工智能公司采用能源密集度较低的模型几乎没有什么作用。 （小晨编译）