【儀表網(wǎng) 研發(fā)快訊】當前，以大語言模型為基礎(chǔ)的生成式人工智能正在快速發(fā)展，并走進日常生產(chǎn)與生活。然而，生成式人工智能需要龐大的計算算力與硬件資源，以支撐大模型的訓練和推理。因此，圍繞生成式人工智能的硬件需求分析及其資源環(huán)境影響評估成為國際可持續(xù)發(fā)展領(lǐng)域的前沿挑戰(zhàn)。然而，鮮有關(guān)于生成式人工智能對于電子廢棄物的影響及管理策略舉措的研究。
 

　　中國科學院城市環(huán)境研究所聯(lián)合英國劍橋大學、以色列瑞赫曼大學的科研人員，在生成式人工智能的電子廢棄物排放預測及管理策略研究方面取得了進展。相關(guān)研究成果以E-waste challenges of generative artificial intelligence為題，在線發(fā)表在《自然-計算科學》(Nature Computational Science)上。
 

　　該研究開發(fā)了人工智能需求-算法-算力-硬件關(guān)聯(lián)的物質(zhì)流核算方法，完成了生成式人工智能產(chǎn)生的電子廢棄物的情景預測與應對舉措識別，為人工智能全球可持續(xù)治理提供了新的維度及支撐。研究顯示，在不同情景下，生成式人工智能將在2023年至2030年產(chǎn)生120萬至500萬噸的電子廢棄物，并對生態(tài)環(huán)境及人群健康產(chǎn)生影響；同時，研究識別發(fā)現(xiàn)，通過實施相關(guān)循環(huán)經(jīng)濟戰(zhàn)略，可以減少16%至86%的電子廢棄物。
 

　　研究工作得到國家自然科學基金等的支持。
 

人工智能需求-算法-算力-硬件關(guān)聯(lián)的物質(zhì)流核算方法