當前，以大語言模型為重要基礎的生成式人工智能正在迅猛發(fā)展，并走進人們的日常生產及生活。然而，生成式人工智能需要龐大的計算算力及硬件資源，用來支撐大模型的訓練和推理。因此，圍繞生成式人工智能的硬件需求分析及其資源環(huán)境影響評估成為國際可持續(xù)發(fā)展領域重要議題和前沿挑戰(zhàn)。其中，生成式人工智能對于電子廢棄物的影響及其管理策略舉措，仍未得以研究。
 

　　針對上述需求，中國科學院城市環(huán)境研究所汪鵬、張凌宇、陳偉強等，聯(lián)合劍橋大學、瑞赫曼大學的科研人員，在生成式人工智能的電子廢棄物排放預測及管理策略研究取得了重要進展。相關研究成果E-waste challenges of generative artificial intelligence為題，在線發(fā)表在國際頂尖學術期刊《自然科學計算》(Nature Computational Science)上。
 

　　研究人員創(chuàng)新地開發(fā)了人工智能需求-算法-算力-硬件關聯(lián)的物質流核算方法，首次完成了生成式人工智能產生的電子廢棄物的情景預測及應對舉措識別，為人工智能全球可持續(xù)治理提供了新的維度及重要支撐。研究表明，在不同情景下，生成式人工智能將會在2023-2030年產生120萬-500萬噸的電子廢棄物，并對生態(tài)環(huán)境及人群健康產生重要影響；同時，研究識別發(fā)現通過實施相關循環(huán)經濟戰(zhàn)略，可以減少16-86%的電子廢棄物產生。
 

　　研究工作得到國家自然科學基金及中國科學院城市環(huán)境研究所揭榜掛帥項目的支持。論文在線發(fā)表之后，被中國新聞網、參考消息、華盛頓郵報、德國之聲、麻省理工科技評論、澳大利亞廣播公司等國內外幾十家媒體廣泛報道，并獲得聯(lián)合國電子廢棄物監(jiān)測小組、悉尼科技大學等單位同行正面積極評價。
 

人工智能需求-算法-算力-硬件關聯(lián)的物質流核算方法