Google最近发表了一篇关于人工智能对环境影响的论文，指出现有的测量方法过于“狭窄”。该公司提出了一种“全栈”方法，将闲置机器和数据中心开销等因素纳入考量，并将其应用于其生产人工智能模型Gemini。

以下是Google其针对Gemini文本提示的中位数进行的“全面”测量的结果：

• 它消耗0.26毫升水，约五滴。

• 它消耗 0.24 Wh 的能量，比看 9 秒电视还要少。

• 它会产生0.03克二氧化碳当量。

• Google声称，在 2024 年 5 月至 2025 年 5 月期间，其每次排放总量减少了 44 倍。

一些专家对Google提供的数据表示怀疑。加州大学河滨分校研究人工智能环境影响的副教授任少磊指责Google“隐瞒了关键信息”。任少磊是《让人工智能不那么“渴”：揭开并解决人工智能模型的秘密水足迹》一书的合著者，Google在其研究中引用了这篇论文。

任少磊的论文声称，在微软最先进的美国数据中心训练 GPT-3 大约消耗了 70 万升（约 18.5 万加仑）清洁淡水。他的研究还估计，在使用 ChatGPT 进行对话时，一段包含 20-50 个问答的对话可以“喝掉”一瓶 500 毫升（17 盎司）的水。

任和Digiconomist 的 Alex de Vries-Gao等专家认为，Google的计算忽略了间接用水量。该公司的数据仅包括数据中心内部冷却用水，完全忽略了为这些数据中心提供大量电力的发电厂消耗的场外用水。用 Vries-Gao 的话来说，这使得五滴水的估算充其量只是“冰山一角”。

他们还指出，Google采用的是“基于市场”而非“基于位置”的碳排放衡量标准。基于市场的核算方法允许公司扣除其购买的可再生能源信用额度，从而使其碳足迹看起来更小。专家表示，基于位置的衡量标准更加透明，因为它反映了为数据中心供电的当地电网的实际碳强度，从而能够真实地反映公司对当地的影响。

在该研究的配套博客中，Google表示希望提高能源和水资源消耗的透明度。该公司的论文尚未经过同行评审，且拒绝公开回答媒体提出的具体问题。