人工智能热潮背后的隐性成本

任何偶尔看新闻或读报纸的人都知道：当前的人工智能热潮是许多负面现象的根源。一个典型的例子就是显卡（GPU）和其他专用IT组件价格的急剧上涨，这使得许多家庭用户几乎买不起高性能台式机、笔记本电脑或智能手机。

然而，更严重的是人工智能数据中心对资源的极度渴求。为了满足电力需求，IT巨头们已无法仅依赖可再生能源：越来越多的燃气发电厂正紧邻数据中心兴建（例如微软或埃隆·马斯克旗下的X.ai）。 如果这还不够，它们还会寻求核能：通过建造自己的反应堆（例如亚马逊），或与现有核电站签订长达数十年的合同，使这些核电站继续运行更长时间，尽管它们本应早在多年前就被其他能源所取代（Meta——Facebook等公司的母公司——所采取的策略）。

毋庸置疑，这些做法会对环境造成长期的负面影响。但即便在短期内，普通民众也会通过电价及其他能源价格的上涨感受到其影响。 例如，谷歌最近宣布计划在奥地利建设其首个数据中心，这引发了关于该项目是否会对全国电价产生直接影响的讨论。毕竟，据估计，该数据中心可能消耗奥地利约5%至6%的电力——几乎是格拉茨市用电量的两倍。

不过，关于对（环境）成本的影响就先说到这里；让我们来谈谈一个更为世俗的弊端。虽然在某些圈子里，人工智能几乎被视为一种知识的民主化，但对于此类观点必须持高度谨慎的态度。 当然，大型语言模型（LLM）确实能让用户接触到模型所蕴含的全部知识宝库，而如今这些知识的规模通常已大到难以想象。但另一方面，用户首先必须能够接触到人工智能本身。 而在较贫困的家庭、地区或文化环境中，这往往根本无法实现，因为至少需要互联网连接和合适的设备作为交互的前提条件。

乍看之下，并非所有人都能使用人工智能似乎并不算什么大问题——毕竟就在几年前，我们也无法使用它。 但与此同时，必须注意到世界在此期间已经发生了变化：未部署人工智能的企业和个体经营者因生产力低下而丧失竞争力；无法接触人工智能辅导和学习辅助工具的中小学生和大学生，会落后于条件更优越的同龄人；就业市场对人工智能技能的需求日益增长，诸如此类的情况不胜枚举。 即便在小范围内，如今那些能负担得起大型语言模型（LLM）付费（Pro）版本的人，与不得不依赖免费模型的人之间的差距，往往已经十分明显。

另一个问题是，不习惯使用人工智能的人在识别 深度伪造（deepfakes）和AI生成的内容。这使得他们比其他人更容易受到虚假信息和宣传的侵害。诚然，对于经验丰富的人来说，这也变得越来越棘手，因为人工智能生成的图像和视频看起来越来越逼真。

在彻底感到沮丧之前，还有最后一个缺点：人工智能会削弱我们的解决问题能力，并强化我们的偏见。任何过度依赖那个“无所不知”、对每个问题都有现成解决方案的对话伙伴的人，迟早都会失去自己寻找合适出路的动力。 最令人惋惜的并非动力的丧失，而是实践机会的流失，以及随之而来的解决问题能力的衰退。此外，人工智能并非中立的——它是基于人类带有偏见的数据训练而成的。人工智能会继承这些偏见，甚至可能进一步放大它们。

我们能从这一切中学到什么？ 如今，人工智能已不可或缺，因为任何不顺应人工智能浪潮的人，在许多领域都已无法跟上时代步伐。与此同时，出于多种原因，完全不使用人工智能其实才是最佳选择。正如生活中常有的情况，我们只能寻求折中之道——既不偏向这一端，也不偏向那一端。