B体育可持续投资分析师 Samuel Thomas(中文译名：塞缪尔∙托马斯)
人工智能 (AI) 正在迅速改变我们的生活及工作方式，虽然人工智能有可能颠覆许多行业的发展，但我们也需要关注人工智能对环境造成的重大影响。
人工智能对环境产生的直接影响，主要来自其所需的实体基础设施B体育，包括数据中心、处理器及其他专用计算机硬件，这些被称为人工智能的基础设施。不少证据显示，人工智能运算对环境产生的直接影响，很大程度上都是负面的。
人工智能运算的生命周期分为四个阶段：一) 生产阶段、二) 运输阶段、三) 运营阶段及 四) 报废阶段。当中，运营阶段所产生的碳排放量高达70至80%。
生产阶段涉及采用原材料的物理提取，以及建造人工智能硬件和基础设施所需的组件。衡量碳排放量的其中一个难题，是所使用的资源通常与整体信息及通讯技术 (ICT) 领域相关，而非只涉及人工智能领域。
人工智能在生产阶段的碳足迹估计存在着差异，目前而言，生产阶段的碳足迹仍相对轻微。然而，随着可再生电力在运营阶段消耗的能源占比持续上升，生产阶段对环境足迹的影响将会更为显著。
信息与通讯科技硬件产生的排放量，只占全球运输温室气体排放的一小部份，与人工智能运算硬件相关的运输排放所占的比例甚至会更低。
在分析人工智能对环境的直接影响时，运营阶段是我们主要关注的领域B体育。这个阶段的两项环境主要考虑因素是能源消耗及用水量。
我们以数据中心作为替代指标，以了解人工智能的能源消耗情况。虽然并非所有数据中心的用途都与人工智能有关，但越来越多人工智能模型在超大型仓库规模的数据中心进行训练、储存及部署。据估计，全球约有1至1.5%的总用电量来自数据中心，相当于约220至320太瓦时 (terawatt hours)。
尽管数据中心的工作负荷大幅增加，但数据中心的耗电量在过去十年维持在相对稳定水平。出现这种明显脱钩情况的主要原因是：一) 人工智能运算效率提升、二) 转移至云端、及三) 转向更大规模数据中心。
就生成式人工智能 (generative AI) 的能源消耗而言，哈佛大学的一项研究发现，训练ChatGPT-3需要1.3吉瓦时 (gigawatt hours) 电力，相当于120个美国家庭一年的用电量。与生成式人工智能相关的主要问题，在于模型复杂性飞速增长，因此所需的能源大大增加。
马萨诸塞大学阿默斯特分校 (University of Massachusetts Amherst) 近期的一项研究发现，训练一项生成式人工智能模型可能消耗多达28.4万公升水。这相当于一个普通人27年的用水量。
人工智能报废阶段对环境的主要影响是其产生的电子废弃物。这些废弃物含有重金属和有毒的化学物质，这些物质一旦渗入我们居住的环境B体育，将会造成污染。
实施循环经济模型，即尽量减少废物及最大程度上利用资源，对于管理人工智能的环境影响至关重要。
从正面的角度来看，我们可运用多种创新的方法，重新利用数据中心所产生的热量，其中包括利用多余的热量支持地区性的供热系统，将高温水输送到各个家庭住户及不同的建筑物。
此外，这种热能也适用于农业范畴，例如为温室全年供暖，或为养鱼场及公共游泳池的水加热B体育。
就以可持续土地用途为例，人工智能的应用包括早期的农作物产量预测、精准量度农业及营养补给、用于农作物管理的超局部天气预报、早期检测农作物问题、自动化及增强土地用途变化检测，以避免森林砍伐并监测牲畜的健康与福祉。
在某些特定情况下，只有能源消耗下降，人工智能提高运营效率及继而有利环境的论证才能成立。但随着技术变得更有效率及更具成效，需求及消耗也可能因而增加。这可能会抵销效率提升所带来的环境或经济效益。
本文件仅供参考之用，并不打算作任何方面的宣传材料。本文件不应视为提供投资意见或建议。本文所载的意见或判断可能会改变。本文的数据被认为是可靠的，但施罗德投资管理(香港)有限公司不保证其完整性或准确性。
投资涉及风险。过往表现未必可作为日后业绩的指引。阁下应注意，投资价值可跌也可升，并没有保证。汇率变动或会导致海外投资价值上升或下跌。就新兴市场和发展较落后市场的证券投资所涉及的风险，详情请参阅基金说明书。
提供本文件所载数据，目的只是作为参考用途，不构成任何招揽和销售投资产品。有意投资者应注意该等投资涉及市场风险，故应视作长线投资B体育。
本基金受香港证券及期货事务监察委员会认可，但其认可资格并不意味获官方推荐。
本文件所载资料仅提供予透过中华人民共和国的商业银行根据中国银行业监督管理委员会相关法规发行的理财产品投资的中华人民共和国投资者。投资者在投资本文件内提及的任何项目前应细阅相关文件，如有需要请透过相关中华人民共和国的商业银行及/或其它专业顾问寻求专业咨询。
本文件由施罗德投资管理(香港)有限公司刊发，文件及网站未受香港证券及期货事务监察委员会检阅。
