近日，麻省理工学院研究人员发表了一项关于人工智能对气候影响的研究。该论文指出，讨论人工智能对环境的影响时，不应仅仅计算数据中心、芯片及模型训练所消耗的电力，还需关注人工智能提升效率、降低成本后可能推动的经济增长，这可能导致的额外生产和消费，反而抵消部分节能效果。
研究认为，人工智能一方面正在快速增加数据中心的能源需求，另一方面亦可用于电网优化、需求响应、能源系统管理及电气化等领域，理论上存在帮助减排的潜力。其中一个关键问题即为“反弹效应”。据研究了解，当人工智能提高生产效率后，相同的产品或服务可能变得更便宜，企业亦能以更低成本完成更多工作。
人工智能对气候影响的研究揭示了潜在的反弹效应
消费者所省下的成本可能会用于旅游、购物或其他消费，最终导致社会整体资源和能源需求继续增加。换句话说，单个环节变得更节能并不代表整个经济体系的排放必然下降。研究还提出“人工智能碳债务”的概念，人工智能基础设施所带来的排放正在迅速增加，而利用人工智能进行能源优化、气候治理等所产生的减排效果通常需要更长时间才能显现。
即使最终通过人工智能气候解决方案偿还了这笔债务，额外的变暖和气候破坏仍将持续数十年甚至数千年。此外，值得注意的是，碳中和并不等于气候中和。