最近，一家名為『深尋』的小型中國初創企業，成功開發了一個看似不可能實現的AI模型，這個模型自稱能與ChatGPT媲美，同時大大降低了運算能耗。此外，該公司表示，它在開發過程中所花的時間和成本僅是傳統方法的幾分之一。
由此引發的華爾街反應是拋售能源股票，預示著未來AI能耗降低的可能，而氣候活動家們則讚揚這一發展標誌著AI效率超越了最初的能源預測。
然而，這是一個錯誤的判斷。
實際上，這將成為促進數位時代能源需求增長的最大催化劑之一。深尋的突破有可能引發一個前所未有的能耗增長浪潮，這將超越我們在第一波AI浪潮中所見的任何消耗水平。
因此，我們應該擔憂AI對增加污染的影響嗎？或者AI終於能為清潔能源的未來鋪平道路？作為一位站在創新前沿的氣候科技投資者，我認為這一時刻對於我們的未來是至關重要的。
驚人的成本破壞
深尋的成就非比尋常：儘管初步聲稱其訓練成本低於六百萬美元的說法已被廣泛駁斥，但該公司仍然以顯著更少的資金和芯片成功達到了與ChatGPT相當的功能，這是通過利用巧妙的架構選擇和訓練技術來提升每個計算的智慧而實現的。想像一下以電動自行車的能源來驅動一台汽車，而且製造成本相同。
從能源和氣候的角度來看，許多人認為我們將因此使用更少的能源。但這是一種錯誤。更便宜、更高效、更加普及的AI將指數級增加AI的用途，因此也會增加它的投入需求。
擁有一個更便宜的模型不會改變你我使用ChatGPT的方式，但對於開發者來說，這是一個遊戲規則的改變。換句話說，隨著AI變得更加負擔得起，更多的企業可能會從視之為不必要的開支轉向認識到其在日常運營中的價值。
對於一家機器人公司來說，建造和生產機器人是昂貴的。如果能降低關鍵成分的成本，例如人工智慧，將使整體產品更易於生產和銷售。更便宜的AI意味著更多配備AI的機器人。
動力引擎與煤炭效率
1865年，經濟學家威廉·斯坦利·傑文斯注意到煤炭驅動的蒸汽引擎有一個反直覺的現象。當工程師們提高了它們的效率時，煤炭消耗卻上升了，這一現象現今被稱為傑文斯悖論。事實證明，效率提高使得蒸汽動力便宜到可以讓全新的工業誕生。
今天，我們將在前所未有的規模上目睹AI版本的傑文斯悖論。
傑文斯悖論在某些情況下是不完美的。例如，LED等技術確實減少了照明行業的能源消耗，儘管它們在全球各地增加了對照明的需求。但AI是悖論的標杆。
它比LED、混合動力汽車或任何其他物理產品都更適用於這個悖論，並有四個關鍵原因。
1. AI用途仍在初期： AI處於早期階段，存在跨行業和應用的龐大潛在需求，這些是我們甚至尚未想像到的。這與LED引入時的照明不同，或混合動力汽車出現時的汽車不同。AI用例的爆炸將帶動更高的淨能量需求，即使每次AI計算變得非常高效。
2. AI不受物理限制： LED的增長潛力有限，而AI則不然。它可以無限制地擴展。
我們對所需和想要的燈光數量有一個自然的物理上限。即便有一些重大新的用例，包括更好的電視螢幕和新用戶，LED的可擴展性也僅限於物理設備。AI則無此限制。
3. AI生成更多AI： AI還以重要的方式創造自己需求。更便宜、獨立的和普及的AI將引發AI生成的內容、AI助手和AI生成的代碼，換句話說，AI將創造AI驅動的生產方式，從而在回饋循環中產生更多的AI需求。
隨著AI變得越來越便宜和高效，能源需求幾乎肯定會以超出最令人印象深刻的效率增長的速度擴大。
4. 更多的玩家和更多的遊戲： 深尋的模型是開源的，意即它是公開的、可修改的和可審計的。這意味著它不限於公司選擇的用例，而可適應於任何其他任何人所能想到的用例。
國際能源署的新報告稱，電力需求預計將在2027年前每年增長約4%，由AI和電氣化推動。在未來三年內，電力消耗的增加量“每年相當於日本的電力需求”。但這是在一個開放的AI模型爆炸式開放AI應用層的情況下發生的。
低能耗AI能為清潔能源過渡增添助力嗎？
若AI能的高效能源使用真的能為可再生能源和核能提供改變的機會，則情況取決於三個關鍵因素：新的AI應用出現的速度、我們部署清潔能源和升級電網的速度，以及AI能否推動能源突破。我看到三種可能的情景：
- 情景1：清潔能源迎頭趕上
在第一種和最理想的情景中，AI的能源需求呈穩定增長，讓可再生能源和核能行業有機會適應和壯大。在這種情況下，我們一邊以更快的速度推動清潔能源的部署，同時也在各個類別中取得突破，從鈣鈦礦技術到開創性效率增益的太陽能到新一代的核能裂變技術。AI雖然不斷增加總能耗需求，但也不會超過我們能建設供應的速度。我們會在看到酷炫而難以置信的AI工具和服務之際，同時實現減少污染，而不是像終結者里描述的那種失控的污染。
- 情景2：骯髒燃料捲土重來
在第二種也是最糟糕的情景中，AI需求增長如此之快，以至於超過了我們的清潔能源資源，並導致髒燃料的捲土重來和污染的增加。如果AI突然便宜了98%，AI服務的需求可能會比預期得更迅速飆升，推動公司倒退至已知最快速的方法，以燃燒化石為主要能源的方式建設新設施。在這種情況下，AI不僅在短期內加速了排放增長，還可能鎖定數十年來新建的髒燃料基礎設施。我們會看到更多的污染，以及可能是更好的AI驅動氣候模型來幫助我們明確地了解我們的困境。
- 情景3：AI推動能源革命
在第三種最科技樂觀的情景中，AI幫助解決了它所創造的能源挑戰，甚至能做得更多。AI已經被用來提升我們的能源系統效率。它有助於平衡電力網格的電力使用，改進能源分配，並加速對重大能源突破（如核聚變）的研究。儘管AI可能會在最初造成一些電網壓力和摩擦，但在這種情況下，隨著時間的推移，它可能會推動此前難以想像的能源進步，這些改進可能如此戲劇性，以至於它們甚至會導致一個充滿能量的未來。然而，要讓這種情景發生，我們需要積極地在清潔能源即AI進行投資，這對於氣候投資者來說是一個很好的機會。儘管輝達的黃仁勳也曾建議這可能會發生，但這卻是一個相當大的“不確定性”。
AI的加速度已經開始
無論是深尋、OpenAI還是Meta的另一種開源模型，AI創新顯然正在以令人驚訝的速度發展。若未來慢慢趨向於開源模型的方向，這看起來很多，我們將看到更加迅速的大規模開發人員、應用程序和需求的增長。
不論哪個模型、哪個公司或哪個國家在最終勝出，AI作為本質上是一個無限可擴展的機器，將能量轉化為計算和地緣政治力量。深尋的突破性演示不會改變AI是什麼或它的用途——只會加速它的使用。
這種加速度將我們帶到了兩次革命的十字路口：AI和清潔能源。在未來24個月中我們所做的決策，將決定這兩股力量是相互放大還是彼此削弱。
反思自己在這一過程中的微不足道角色，我為我們支持的公司感到自豪——包括Swift Solar、Euclid Power和Bedrock Energy等，這些公司都由善良、敬業和聰明的清潔能源企業家所運營。縱然每個初創公司都有各自的挑戰，但因為它們如此出色且成功，令我覺得人們擁有良好意圖的智慧仍有機會影響我們的趨勢發展。
我們雖然對科技樂觀主義者有所保留，但現在我們需要他們是正確的，這樣我們才能準備好應對任何新的重大能源使用增長。