[论文解读] The Carbon Emissions of Writing and Illustrating Are Lower for AI than for Humans

Bill Tomlinson, Rebecca W. Black+2 more|arXiv (Cornell University)|Mar 8, 2023

Energy, Environment, and Transportation Policies被引用 4

一句话总结

本研究比较了人工智能系统（ChatGPT、BLOOM、DALL-E2、Midjourney）与人类在写作和绘画任务中的碳排放。研究发现，与人类相比，AI每页文本的碳排放量低130至1500倍，每幅图像的碳排放量低310至2900倍，表明尽管在社会和伦理考量方面存在局限，AI在内容创作方面具有显著的环境优势。

ABSTRACT

As AI systems proliferate, their greenhouse gas emissions are an increasingly important concern for human societies. We analyze the emissions of several AI systems (ChatGPT, BLOOM, DALL-E2, Midjourney) relative to those of humans completing the same tasks. We find that an AI writing a page of text emits 130 to 1500 times less CO2e than a human doing so. Similarly, an AI creating an image emits 310 to 2900 times less. Emissions analysis do not account for social impacts such as professional displacement, legality, and rebound effects. In addition, AI is not a substitute for all human tasks. Nevertheless, at present, the use of AI holds the potential to carry out several major activities at much lower emission levels than can humans.

研究动机与目标

• 量化并比较人工智能系统与人类在写作和绘画任务中的碳排放。
• 评估基于人工智能的内容创作相较于人类主导流程是否具有更低的环境影响。
• 评估人工智能在创意和写作工作流程中减少温室气体排放的潜力。
• 强调人工智能的环境优势，同时承认其在社会影响和任务适用性方面的局限性。

提出的方法

• 测量了人工智能系统（ChatGPT、BLOOM、DALL-E2、Midjourney）在文本生成和图像创作任务中的碳排放。
• 基于每项任务的平均能耗，包括设备运行和环境背景，估算人类的碳排放。
• 采用标准化的生命周期评估方法，计算人工智能和人类活动的CO2e排放量。
• 在多个AI模型和人类执行者之间，比较每单位输出（如每页文本或每幅图像）的排放量。
• 考虑了AI排放中的训练和推理阶段，其中推理阶段是实际应用中的主要关注点。
• 对人类能耗采用保守估计，包括笔记本电脑和互联网基础设施的贡献。

实验结果

研究问题

• RQ1 每页文本的AI生成碳排放量与人类手写文本相比如何？
• RQ2 AI生成图像与人类创作插图之间的碳排放比例如何？
• RQ3 与人类劳动相比，AI系统在创意和写作任务中能多大程度上减少温室气体排放？
• RQ4 影响人工智能与人类内容创作环境效率的关键因素有哪些？
• RQ5 AI推理阶段的排放量与人类任务执行的累计排放量相比如何？

主要发现

• AI撰写单页文本产生的CO2e排放量比人类执行相同任务低130至1500倍。
• AI生成单幅图像产生的CO2e排放量比人类创作相同图像低310至2900倍。
• AI的排放优势在多个模型中保持一致，包括基于GPT和扩散模型的系统。
• 本研究指出，AI碳足迹的主要因素是推理阶段的排放，而训练阶段的排放对于重复使用而言相对较小。
• 即使采用保守的人类能耗估算，AI在写作和绘画任务中仍表现出显著的排放优势。
• AI的环境效益显著，但未涵盖社会影响因素，如岗位替代和伦理问题。