當你下次開始與 OpenAI 的 ChatGPT 進行對話時，想一想交互所需要的那瓶水?？紤]到每個月有超過1億人使用聊天機器人，這個數字加起來也不小。
訓練自然語言模型，比如由微軟支持的 OpenAI 創建的廣受歡迎的聊天機器人ChatGPT，需要用水來冷卻運行這些程序的數據中心服務器。由 Alphabet 旗下谷歌開發的巴德(Bard)也是如此。
使用大量水的冷卻塔，是許多領域中最有效和廣泛使用的冷卻方式，盡管用空氣、制冷劑或組合來冷卻也是選擇之一。服務器還會消耗大量電力——這是另一種用水的方式。雖然太陽能和風能不用消耗水，但是火電、天然氣和核能發電都會消耗大量水。
來自加州大學河濱分校和德克薩斯大學阿靈頓分校的研究人員在一篇等待同行評審的論文中表示，人工智能模型的“巨大水足跡”一直“隱藏在雷達之下”，“這極其令人擔憂，因為淡水短缺已成為我們所有人共同面臨的最緊迫挑戰之一。”
美國西部各州正在努力解決長達20年的“特大旱災”造成的水資源短缺問題極端高溫、基礎設施老化以及農業、制造業、人口和城市的長期過度使用，讓情況變得更糟。
本月早些時候，拜登政府提出了一項建議，允許聯邦政府削減亞利桑那州、加利福尼亞州和內華達州從不斷萎縮的科羅拉多河的取水量。
“人們需要意識到，使用機器學習模型和訓練機器學習模型并不是不需要水的”，加州大學河濱分校電子和計算機工程副教授、論文合著者任少磊（音）告訴《巴倫周刊》，“它們消耗的是一種有限的資源。”
作者寫道，與 ChatGPT 進行一次簡單的對話就會消耗500毫升(約17液量盎司)的水。他們警告說，這些數字“可能還會增加數倍，新推出的 GPT-4有著顯著更大的模型規模。”
研究人員指出，水的用量取決于何時何地使用 ChatGPT: 在一天中較熱的時候，就會需要更多的水來冷卻數據中心，耗水量也會更高。在微軟的美國數據中心訓練 GPT-3可以在15天內消耗700,000升，或184,920加侖的清潔淡水。
該報告稱，這70萬升水足以用來生產370輛寶馬汽車或320輛特斯拉電動汽車。
任說，這個數字相當保守，因為作者不知道 GPT-3是在何時何地訓練的。他說，如果 GPT-3在炎熱的地區進行夏季訓練，這個數字可能會是70萬升的幾倍。
研究人員說: “為了應對全球水資源挑戰，人工智能模型能夠、也應該承擔社會責任，并以身作則，解決自身的水足跡問題”。
植物水技術公司(Botanical Water Technologies)的首席影響官詹姆斯·里斯(James Rees)表示，科技公司“正變得更加積極主動，他們在水資源管理方面正在做正確的事情。然而，（人工智能）技術以及這項技術的應用正在迅速發展。”
他形容這項技術在用水量和更廣泛的環境影響方面具有“雙重影響”。他說，在大多數情況下，人工智能工具被用于技術開發，并可用于尋找更好的方法來減少碳排放，或節約能源和水。
包括微軟、 META 平臺(META)的 Facebook 和谷歌在內的大公司，都承諾在2030年之前實現“水資源正效益”（water positive），補充比直接運營使用更多的水。
