我们生活在一个数字化程度日益加深的世界中，人工智能（AI）的增长和使用呈指数级上升——随着这种增长，其环境影响引发了关注。如何计算、报告、减少并预防这种影响，亟需一种标准化的方法。
为应对这一挑战，近日，多个国际组织和机构共同参与发布《人工智能环境可持续性的标准化方法》路线图，旨在实现资源的高效利用，减少混乱，促进对人工智能环境影响测量的一致性，并推动相关最佳实践的广泛应用。参与者希望制定不冲突的标准来衡量人工智能的环境影响，并鼓励国际标准化机构之间的合作，尽可能避免标准的重复和重叠。英国国家物理实验室（NPL）也参与其中。
该路线图旨在：
·在国际层面协调标准化工作，避免不同倡议之间的重复和矛盾；
·制定共同的指标，以便基于生命周期评估和现有环境管理标准等稳健方法，对人工智能的环境影响进行透明且协调一致的评估；
·通过整合基础设施、模型和算法优化策略，促进生态责任人工智能设计中最佳实践的采用；
·通过在监管机构、科技公司和研究组织之间构建交流机制，鼓励公共和私人行为者之间的合作。
该路线图预计将被广泛的利益相关者使用，包括人工智能开发者（例如构建像ChatGPT这样的新型人工智能解决方案的人）、人工智能用户（将这些解决方案应用于其工作和产品的人）以及人工智能消费者/客户（使用经过人工智能改进的产品的人）。
目前在人工智能可持续性方面存在一些空白，未来标准化工作的第一步是识别并建立以下内容：
·定义透明且共同的指标和报告框架；
·建立指标评估方法；
·人工智能环境影响的缓解最佳实践；
· 管理系统。
关于标准化的关键考虑因素包括：
·必须评估人工智能系统的整个生命周期；
·人工智能系统的数据生命周期；
·间接影响；
·在人工智能系统整个生命周期中使用的所有设备。
该项工作源于2024年10月10日在联合国教科文组织总部发起的一项全球倡议，该倡议汇聚了来自国际标准化组织、国际电信联盟和电气与电子工程师协会的专家，并与经济合作与发展组织和联合国教科文组织合作。由可持续发展委员会的生态实验室领导，该倡议促成了四次工作会议的组织，以确保标准化机构之间的更好协调，并优化用于减少人工智能环境影响的资源。
NPL的首席科学家Valerie Livina是该路线图的贡献者之一，她表示：“随着新型人工智能解决方案对能源供应的需求不断增加，提高对其环境影响的认识至关重要。目前，企业对人工智能专用集群的硬件需求规模已达20万块GPU单元，并且还在不断增长，而最新型号的GPU每块可能需要高达1.2千瓦的功率。这使得专注于人工智能的硬件如此耗电，以至于一些大型企业已经开始使用自己的发电站。这条路线图是为了欧盟的‘节俭人工智能’倡议而开发的，并且与NPL领导的CEN/CENELEC关于环境可持续人工智能的技术报告非常一致。”
