一项新研究表明，到 2030 年，生成式 AI 可能会产生多达 500 万吨电子垃圾。

尽管这只是目前全球每年超过 6000 万吨电子垃圾总量中相对较小的一部分，然而专家警告说，这仍然是一个日益严重的问题的重要组成部分。

电子垃圾是指被丢弃的空调、电视以及手机和笔记本电脑等个人电子设备等物品。这些设备通常含有危险或有毒材料，如果处理不当可能会危害人类健康，造成环境污染。除了这些潜在危害之外，当洗衣机和高性能计算机等电器最终被扔进垃圾桶时，设备内的有价值的金属也会被浪费，从供应链中取出而不是被回收。

今天发表在 Nature Computational Science 杂志上的一项研究表明，根据生成式 AI 的采用率，到 2030 年，该技术可能会总共增加 120 万至 500 万吨电子垃圾。

“这一增长将加剧现有的电子垃圾问题。”以色列赖希曼大学的研究员、该研究的合著者 Asaf Tzachor 在一封电子邮件中写道。

联合国训练研究所高级科学专家、最新年度报告《全球电子废物监测》的作者 Kees Baldé 表示，“这项研究在量化人工智能对电子废物的影响方面是最新的。”

生成式 AI 电子垃圾的主要来源是数据中心和服务器集群中使用的高性能计算硬件，包括服务器、GPU、CPU、内存模块以及存储设备。Tzachor 说，“这些设备与其他电子垃圾一样，含有铜、金、银、铝和稀土元素等有价值的金属，以及铅、汞和铬等有害物质。”

人工智能公司产生如此多浪费的原因之一，是硬件技术的进步速度。计算设备的使用寿命通常为两到五年，并且经常被最新版本所取代。

虽然电子垃圾问题远远超出了人工智能的范畴，但快速发展的技术提供了一个机会，可以评估我们如何处理电子垃圾并为解决问题打下基础。好消息是，有一些策略可以帮助减少预期的浪费。

Tzachor 表示，通过延长设备的使用时间来延长技术寿命是减少电子垃圾的最重要方法之一。翻新和重复使用组件也可以发挥重要作用，就像以更容易回收和升级的方式设计硬件一样。研究预测，在最好的情况下，实施这些策略可以减少高达 86% 的电子垃圾产生。

根据 2024 年《全球电子废物监测》报告，目前只有约 22% 的电子废物被正式收集和回收，更多的垃圾是通过非正式系统收集和回收的，包括在没有建立电子废物管理基础设施的低收入和中低收入国家。Baldé 说，“这些非正式系统可以回收有价值的金属，但通常不包括危险材料的安全处置。”

减少人工智能相关电子垃圾的另一个主要障碍是对数据安全的担忧。销毁设备可确保信息不会泄露，而重复使用或回收设备则需要使用其他方法来保护数据。Tzachor 表示，“确保在回收之前从硬件中删除敏感信息至关重要，特别是对于处理机密数据的公司。”

可能需要更多政策来确保电子垃圾（包括来自人工智能的电子垃圾）得到回收或妥善处置。回收有价值的金属（包括铁、金和银）有助于证明经济合理性。然而，Baldé 表示，“电子垃圾回收可能仍然需要付出代价，因为安全处理设备内常见的有害物质成本比较高。”

“对于公司和制造商而言，对其产品的环境和社会影响承担责任至关重要。”Tzachor 说道，“这样，我们可以确保我们所依赖的技术不会以牺牲人类和地球的健康为代价。”