據(jù)外媒，早些時候谷歌的某位研究人員提到了谷歌當前在搜索和其它文本分析產(chǎn)品中使用的語言處理人工智能所存在的風險。同時論文也指出，訓練一款AI模型所產(chǎn)生的碳排放，甚至與建造和駕駛五輛汽車到報廢的總量相當。究其原因，還是當前的AI訓練效率太過低下。

根據(jù)報道，傳統(tǒng)的數(shù)據(jù)中心任務，主要涉及視頻流、電子郵件、以及社交媒體的處理。與之相比的是，AI訓練需要耗費更多的計算量。在投入實際應用之前，AI模型需要汲取大量的數(shù)據(jù)、知道其學會如何理解用戶的輸入。但與人類學習的速度相比，機器學習的效率還是比較低下。

研究人員指出，許多人已經(jīng)意識到，即便最終只有一小部分網(wǎng)絡能夠發(fā)揮最大的作用，但構(gòu)建出一套更大規(guī)模的網(wǎng)絡，還是有助于提升整體結(jié)果的準確性。為了減少碳排放，科技企業(yè)或許會轉(zhuǎn)向更綠色的能源、以及借助更加專用的AI模型訓練硬件。