当你下次开始与 OpenAI 的 ChatGPT 进行对话时，想一想交互所需要的那瓶水。考虑到每个月有超过1亿人使用聊天机器人，这个数字加起来也不小。
训练自然语言模型，比如由微软支持的 OpenAI 创建的广受欢迎的聊天机器人ChatGPT，需要用水来冷却运行这些程序的数据中心服务器。由 Alphabet 旗下谷歌开发的巴德(Bard)也是如此。
使用大量水的冷却塔，是许多领域中最有效和广泛使用的冷却方式，尽管用空气、制冷剂或组合来冷却也是选择之一。服务器还会消耗大量电力——这是另一种用水的方式。虽然太阳能和风能不用消耗水，但是火电、天然气和核能发电都会消耗大量水。
来自加州大学河滨分校和德克萨斯大学阿灵顿分校的研究人员在一篇等待同行评审的论文中表示，人工智能模型的“巨大水足迹”一直“隐藏在雷达之下”，“这极其令人担忧，因为淡水短缺已成为我们所有人共同面临的最紧迫挑战之一。”
美国西部各州正在努力解决长达20年的“特大旱灾”造成的水资源短缺问题极端高温、基础设施老化以及农业、制造业、人口和城市的长期过度使用，让情况变得更糟。
本月早些时候，拜登政府提出了一项建议，允许联邦政府削减亚利桑那州、加利福尼亚州和内华达州从不断萎缩的科罗拉多河的取水量。
“人们需要意识到，使用机器学习模型和训练机器学习模型并不是不需要水的”，加州大学河滨分校电子和计算机工程副教授、论文合著者任少磊（音）告诉《巴伦周刊》，“它们消耗的是一种有限的资源。”
作者写道，与 ChatGPT 进行一次简单的对话就会消耗500毫升(约17液量盎司)的水。他们警告说，这些数字“可能还会增加数倍，新推出的 GPT-4有着显著更大的模型规模。”
研究人员指出，水的用量取决于何时何地使用 ChatGPT: 在一天中较热的时候，就会需要更多的水来冷却数据中心，耗水量也会更高。在微软的美国数据中心训练 GPT-3可以在15天内消耗700,000升，或184,920加仑的清洁淡水。
该报告称，这70万升水足以用来生产370辆宝马汽车或320辆特斯拉电动汽车。
任说，这个数字相当保守，因为作者不知道 GPT-3是在何时何地训练的。他说，如果 GPT-3在炎热的地区进行夏季训练，这个数字可能会是70万升的几倍。
研究人员说: “为了应对全球水资源挑战，人工智能模型能够、也应该承担社会责任，并以身作则，解决自身的水足迹问题”。
植物水技术公司(Botanical Water Technologies)的首席影响官詹姆斯·里斯(James Rees)表示，科技公司“正变得更加积极主动，他们在水资源管理方面正在做正确的事情。然而，（人工智能）技术以及这项技术的应用正在迅速发展。”
他形容这项技术在用水量和更广泛的环境影响方面具有“双重影响”。他说，在大多数情况下，人工智能工具被用于技术开发，并可用于寻找更好的方法来减少碳排放，或节约能源和水。
包括微软、 META 平台(META)的 Facebook 和谷歌在内的大公司，都承诺在2030年之前实现“水资源正效益”（water positive），补充比直接运营使用更多的水。
