幾週前 ChatGPT 推出強化版 ChatGPT-4o，隨即掀起一波又一波的風格圖片生成潮，僅需複製特定的指令，免費、低專業門檻，就能得到好可愛～好想要(?)的大量類似影像。
在 OpenAI 執行長與官方社群帶頭一起玩的宣傳炒作下，自吉卜力圖片生成功能開放後，短短一小時吸引超過百萬新用戶加入，接續而來的公仔、扭蛋等操作，付費會員數從去年底 1500 萬人一舉突破 2000 萬，即使伺服器頻頻因 GPU 算圖造成負荷過重，大批用戶仍願意排隊使用。
在我們持續為 AI 應用效果嘖嘖稱奇之際，但你知道嗎，若以智慧型手機充滿電所需的能源使用量來作比較，每 1,000 筆 AI 文字訊息生成相當於 16% 的用量，每生成 1 張圖片，卻就直接消耗掉 100%。
替手機充飽電可能都要花費以小時計算的時間，我們究竟有多迫切需要這些⎯⎯幾秒鐘就能速成的 AI 圖像？
好玩的背後
AI 應用範圍很廣，但地球資源有限，不然各國也不會爭相搶奪。
像是醫療照護、農業發展、教育落差、災害預測等領域，因專業與執行複雜度，很難在短期內發展出兼顧技術、商業、使用需求的 AI 解決方案，普及成本相對高昂，因此即使 AI 資源應該盡可能保留給最需要的領域⎯⎯顯然不會是生成扭蛋圖片⎯⎯在這些領域的解決方案落地之前，在找到能夠永續 AI 的技術突破之前，現有的注意力經濟中，讓 AI 先變得「好玩」，顯然是最快獲利的方式。
開發商急著將 AI 推入一般日常，借助社群特性和主流傳播者接棒傳遞各種「咒語」，當咒語不靈時，還有破解指令 (?)
AI 既是工具，亦成為流量新寵，以至許多探討 AI 衍伸議題聲量在演算法中變得弱勢，想要與需要、使用與濫用 AI 的界線變得模糊，開發者與使用者所肩負的責任顯得不再是當務之急。
現在開放給大家用的東西真的必要嗎？
企業需要賺錢訓練模型，那我們透過 AI 生成的所有風格圖片，也都是需要的嗎？
市面上有的產品熱銷有的滯銷，科學家為我們示範科技進步的生活可能性，時常我們以為是科技主導了世界發展走向，人們被動跟隨，也不知如何介入，但其實是個人有意和無意的選擇，集體加速那樣的情境發生。
在 AI 能夠最大化發揮價值之前，商業化和娛樂化的趨勢已悄然形成，說 AI 還沒有成熟到能取代專業的說法不斷遭到修正（或自我修正），《The New Yorker 紐約客》專欄作家 Joshua Rothman 近日文章中提到：
「我們似乎沒有太多時間去面對即將席捲而來的科技變革。如果我們不關注它，我們將把未來交給一群主要關心技術是否有效及其速度的人，那麼創造技術的人將單獨掌控它如何改變我們的生活。」
It seems to have little time for the technological transformation that's about to engulf us. But if we don't attend to it, the people creating the technology will be single-handedly in charge of how it changes our lives.⎯Joshua Rothman《Are We Taking A.I. Seriously Enough?》
AI 跟傳統依賴固定規則的數位工具最大不同，在於它能學習。透過大量資料訓練和回饋機制，AI 會持續優化自己的判斷邏輯，每次相見，都讓人覺得它是不是又更聰明了？Rothman 這段話不僅適用與 AI 技術相關的核心工作者，也適用於我們每個人使用 AI 時的行為。
而我們的行為，或許會因對 AI 的認識而有所差異。AI 既是工具，對我來說更像一門不完全熟悉的知識學科，作為工具，AI 無疑是強大又好用的幫手，但從多個層面反思，它也不單單只是一個工具，至少不會是一個把它用爆也無傷大雅的工具。
AI 環境成本估價王
生成一張圖的代價
在《MIT Technology Review 麻省理工科技評論》轉述 AI 新創 Hugging Face 與 Carnegie Mellon University 的研究報告中顯示⎯⎯每張 AI 生成的影像背後，都會使用掉等同於手機滿格電量的能源消耗。
一直都知道 AI 很耗能，但生成一張圖只需幾秒，簡單到在使用的時候會讓人產生一種錯覺：這麼簡單的話，那傷害性應該還好吧？！更加沒想過的是，在比較之下這個消耗量，是與 AI 帶給我們的驚人想像一樣驚人。
另外，人工智慧模型的訓練過程除了產生大量碳排放，也需要大量淡水資源來持續為資料中心進行降溫，不用太遠的將來，就會加劇多個地區進入長期乾旱現象，像是智利和美國亞利桑那州等。
延伸閱讀
The Uneven Distribution of AI's Environmental Impacts⎯《Harvard Business Review 哈佛商業評論》
比訓練模型還更傷害環境的，是我們把它「用到爆」的行為
在《麻省理工科技評論》同一篇文章中，比較所有 AI 生成的格式類型（不包含動態影像、3D 製作），圖片生成的碳排放量高居榜首位置。
因為大型人工智慧模型的一次培訓，可以被重複使用數十億次。像是 ChatGPT 這種相當受歡迎的模型來說，日活躍用戶破億，在當日內僅使用一次的還是極少數⎯⎯我們花在使用上的碳排放，只需要幾周時間就能超過模型本身的訓練排放量。
這樣的結果，不禁讓人思考：
我們真的有需要使用 LLM（Large Language Model 大型語言模型） 來幫我們做到這麼多事情嗎？
當搜尋引擎全面採用 AI 模型
根據國際能源總署 (IEA) 的資料，過往每使用 Google 搜尋平均需要 0.3 瓦時的電力，現在每向 ChatGPT 發問一次的平均消耗約 2.9 瓦時。以生活場景來作類比，相當於 10 瓦的 LED 燈泡開燈 1.8 分鐘和 17.4 分鐘的差距、用手機滑 IG 十幾秒和看 YouTube 10 分鐘的差別。
每天大約有 90 億次搜尋，如果搜尋引擎全面實施人工智慧（Google Search 已經開始整合 AI 模式），每年將需要近 10 兆瓦時的額外電力，IEA 預測，到 2026 年，AI 相關的電力需求將至少增加 10 倍。
向 AI 發問通常不是單向的一次性發問即結束，每在 GPT 下 5 到 50 個 prompt，亦會消耗相當於喝下一瓶 500ml 的礦泉水的水資源。
種種能源消耗，也是為什麼許多人在一堆人搶著生成吉卜力風格圖片時，不斷遇到 GPT 化身為客服人員，請大家稍加等待的原因之一。
延伸閱讀
CNN: Forget the Magnificent Seven. These AI plays are red hot
Google: Expanding AI Overviews and introducing AI Mode
Artificial intelligence technology behind ChatGPT was built in Iowa — with a lot of water
使用 AI 要負責？
綜合以上，也就是說，除了技術需不斷往更節能的方向邁進，使用者的工作也不只是負責使用而已，還需有意識地依需求篩選更加合適的 AI 模型，或不一定要使用 AI 工具，這一切都會取決於對 AI 的認識。
今年絕對是 AI 全速發展的一年，快到許多原先認為 AI 還存在諸多瓶頸限制，而瓶頸會減緩 AI 融入社會的速度的說法，紛紛改變立場，轉為「某某工作將消失」、「AI 在 20xx 年前就會全面取代人類工作」等警訊，聽了讓人好緊張，不用還真的是不行！企業的淨零目標，在 AI 出現後也岌岌可危。
去年中的報告，為了最佳化支援 AI 工作量而建設更多的資料中心，Microsoft 從 2020 年至今碳排放增加 29%，Google 從 2019 至今的溫室氣體排放則是增加 48%。
延伸閱讀
Schneider Electric: Artificial Intelligence and electricity: A system dynamics approach
OpenAI 執行長 Sam Altman 曾在 2021 年發表對 AI 發展的看法，套用時間軸（timelines）和技術進展速度（takeoff speed）的矩陣，他認為「短時間軸且緩慢起飛（short timelines and slow takeoff）」是最安全的情境。如此既能快速展示 AI 的潛力，又能給予社會足夠的時間適應技術的變化並建立必要規範，共同探討問題、解決風險。
然而，4 年後 OpenAI 的經營方向是否如此，每個人自由心證。
所以，使用者的責任何在？
前段時間上完《Introduction to Responsible AI》這門課，分享幾段我覺得滿重要的課後筆記：
- AI 非絕對可靠
開發負責任的人工智慧，需要了解可能出現的問題、限制或意外後果。 - AI 尚未有明確的發展原則與規範
AI 發展速度之快，目前尚未有一套普遍受到公認的「負責任 AI」定義，也沒有單一的檢查清單或公式，用來明確規範該如何實踐負責任的 AI 做法。只能由各企業根據自身使命與價值觀，發展出屬於自己的 AI 原則，其中（理想上的）共通性為：
✏︎ Transparency 透明：讓 AI 的運作過程與決策邏輯對使用者與利益關係人清楚可見
✏︎ Fairness 公平：確保 AI 不因種族、性別、年齡等因素產生偏見或差別待遇
✏︎ Accountability 當責：AI 的設計與使用過程中，應有人對其行為與後果負責
✏︎ Privacy 隱私：尊重並保護使用者的個人資料與敏感資訊不被濫用 - 科技是社會現況的寫照
接續前一點會衍伸的問題是，倘若缺乏良好的實踐方式，AI 可能會複製現有的問題或偏見，甚至進一步放大。 - AI 的應用過程中，每個人都有應該扮演的角色
無論我們參與的是 AI 的哪個階段，從設計到實際應用，「你所做的每一個決策都會產生影響」。
不僅企業需要這些準則⎯⎯從構想、蒐集訓練用的資料，到 AI 部署與維運的每一步，確保選擇都是帶著責任意識所作出；還需使用者共同參與⎯⎯我們每天都有許多任務要完成，在達成目標的路上，不論是決定要用 AI 解決問題，還是選擇其它方法，我們都是帶入自己價值標準在做出決策。因此每個人也需要有一套清楚且可重複實踐的流程，來確保自己是在負責任地使用 AI。 - 在 AI 世界中，機器不是決策的主角，人才是
機器學習等詞彙，容易讓人將機器誤當做決策核心，事實上，AI 發展的每個環節都有「人」參與其中，像是供應商選擇「是否要讓 AI 能夠生成吉卜力風格」，或使用者選擇「是否要使用 AI 生成吉卜力風格圖像」，每一步都取決於人的選擇與判斷⎯⎯真正做出決策的，是設計、建構並操作這些系統的人類，開發者與使用者皆是。
Because there's a potential to impact many areas of society, not to mention people's daily lives, it's important to develop these technologies with ethics in mind. / 由於 AI 有可能影響社會的許多面向，甚至深入日常生活，在發展這些技術時，必須將倫理思維納入考量。⎯《Introduction to Responsible AI》
所謂「負責任的 AI」，不該只聚焦在那些明顯具爭議性的應用場景，因為即使是一個看似無害、甚至出於善意的 AI 應用，如果缺乏負責任的設計與實踐，仍可能引發倫理問題或意料之外的後果，讓它原本的效益大打折扣。
換句話說，抱持著責任意識面對 AI，開發者和使用者才能共同設計出服務於真正重要目標的 AI 工具。
學習資源
AI 除了高耗能，也存在巨大風險，包含用來生成具傷害性的內容。不同學校組織與企業，與 AI 有關的學習資源都會將 Responsible AI 和 Ethics of AI 的議題探討納入課程當中，不管企業是否能真正做到，至少在相關規範還來不及到位前，在理解 AI 的過程中，我們更知道要如何盡到監督的角色：
去年中，各 AI 企業提交各自旗艦基礎模型的透明度報告，包括以前未披露的資訊，Stanford 大學在下方網站中針對這些資訊做了全面評估與分析，並依不同比項給予達成率的評分，可以發現多數企業均未揭露其碳排放量：
截至目前為止，你願意為每張用 AI 生成的圖付錢嗎？
或是說，當跟風是有代價的時候，我們願意為跟風付多少錢？
社群時代如何影響 AI 走向
現在正處於各種工具爆炸性發展的試驗階段，可能有人會想，倘若能源危機有這麼迫切，企業應該帶頭扮演限制使用的角色。但從商人角度，不太可能在全力衝刺時就先節省裝備，且開放免費使用是網羅最多使用者和訓練資料的必要手段，若使用者跟著追趕，企業當然不會因此收手，在更需要 AI 的領域發展成熟之前，如果娛樂型 AI 有如此龐大的商機，何不先將驗證可行的生意推進市場，搶佔發展 AI 所需能源的優先使用權。
當技術全面開放給大眾使用時，選擇權就回到我們每個人手上了🔮🧙🏼♀️🍎（糖果很好吃喔～～你要不要吃 🍬😎
這次 AI 浪潮會如此讓人焦慮，社群平台功不可沒，快速傳播與從眾效應，是 AI 加速前進的燃料。這次的吉卜力風潮就是一個例子，即使在後期開始限流，話題還是圍繞在「能不能用？」、「要怎麼用？」，而忽略「需不需要用？」、「該不該用？」造成資源浪費。
在可速成、免付費的誘惑中，我們很難會去想到：
😈 用 AI 生成圖片需要等待，表示其耗費大量資源，為什麼還硬要使用？
😈 如果今天這些功能需要付費，我還會用嗎？或許做一張會，那會做十張、做二十張嗎？
😈 如果今天這些圖做完沒有社群可以分享給別人看，我還會做嗎？
😈 如果今天看到別人寫詩不會跟著寫詩、看到別人做化學實驗不會那麼容易就想跟著做，用 AI 生成圖片對我而言的差異是什麼？
😈 如果需要花更多時間學習，我還願意操作嗎？
這些問題背後的答案肯定有真正需要的時機，但也有更多是變成搶奪流量題材的方式，在社群上一次性展示完畢，隨著時間（或更好玩的 AI 出現時）就變成數位垃圾；被演算法控制的創作現象，或許會在每一次有新的「圖像生成風格可能性」出現時重演一次⎯⎯畢竟生成圖片，還是比用 AI 寫程式、寫 app 來得容易一些。
就像去攝影棚拍照，如果最後只能選 3 張帶走，我想我們每次的選擇都會變得謹慎；或要花錢請專業人士協助繪圖，或許就會打退堂鼓。AI 能夠幫我們免費就做到這些，的確很吸引人，相比請專家畫圖，即使現在只是要付一點點錢，應該很多人就不願意了。
沒有花錢，好像感覺不到浪費，這是平台經濟下常見走向壟斷的商業模式。一個經典的說法是「如果商品免費，你就是商品」，在 AI 時代，若能夠免費供應給你，環境也在入不敷出地共同分擔這個開銷。
永續發展，真的就能永續？
可能有人會說，「反正有在發展永續技術，應該還好吧？ 」反正比我用得多的大有人在。
過去為了提高農作物產量，人們大量使用殺蟲劑等農藥，在一開始確實帶來便利，多年後，才發現這些化學藥劑會污染水資源、破壞土壤健康，對非目標種物帶來毒性傷害，結果長期下來是越種植越貧瘠。
直到近代，與大自然合作的「再生農業 Regenerative Agriculture」耕作方式重新在全球受到重視，必須要讓土壤恢復生命力，但復甦遠比破壞來得緩慢，農業只是我們生活其中一個需求面向，總還會有其它破壞持續發生。
有趣的是，Regenerative 帶有「恢復現狀、重生、重新獲得活力」的意思，強調修復與再生；生成式 AI 的 Generative 一詞，則是專注於生產與創造，便是我們使用資源的行為。
歷史已為我們示範過許多次過度破壞環境的結果，每一次工業革命為人類文明帶來進步，但也種下許多長期危害的種子。地球暖化到即使知道北極熊會沒有家，還是熱到忍不住要吹冷氣，這次 AI 帶來的產業革命，即使模型再怎麼優化，綠能建設和永續技術的成長在現階段還是難以跟上無節制的使用方式。
什麼是負責任的 AI 使用？
保有使用覺察，我們的行為，會因對 AI 的認識而有所影響。
好在，身處網路世代的我們比以往有更多接觸資訊的機會，在傳統智慧之上，也有創新技術可以結合使用讓復甦發展得更快，前提是要先減少破壞。
對於我們習以為常的日常用品，我們大概能分辨哪些行為的傷害性更大，比如同樣是吹冷氣，有變頻定頻，也可以搭配循環扇提升效能。我們對這些物品的認識，無形中會促使我們做出不一樣的決定。
AI 也是一樣，AI 是完成任務的其中一種選擇，但不是每種任務都需要 AI。
就算都用 AI，以「分析電影評論是正面還負面」為例，使用大型生成模型 (Generative Model) ，就會比使用為特定任務量身定製的微調模型（Fine-Tuned model）消耗多 30 倍左右的能源。
現在常會看到「這用 AI 做就好了呀，幹嘛自己做，用 AI 只要幾秒」，宮崎駿花一年三個月才完成的 4 秒鐘場景，還是有人會說「AI 只需要幾分鐘」學習好像變成一件很笨的選擇。
AI 勢不可擋，只因它存在疑慮就完全不使用也不是辦法，但個人覺得若對 AI 背後的運作原理不夠了解，很容易就會把 AI 變成另一種滿足社群內容農場的複製工具，也很難在完成任務時做出更正確的工具選擇，忽略這樣珍貴的速創能力並不是理所當然存在的。當資源匱乏時 AI 價格上漲，供給就會重新分配，應該就不是人人都可以幾秒變成宮崎駿了！
AI 很好玩，可以讓每個人的創意有機會被看見，AI 很聰明，能幫助我們解決許多棘手的問題，但同時它也是一門對多數的我們而言，不甚了解、必須學習的一門知識領域，不僅僅是怎麼使用，也幫助我們了解工具背後的成本，判斷企業價值觀是否與個人吻合，在一波波風潮當中辨識「必要創作」和「娛樂需求」，進而區分工具選用，在 AI 遊樂園中(盡量)不迷失方向。
如同《Are We Taking A.I. Seriously Enough?》一文所言，AI 是來真的，但讓人眼睛為之一亮的「Aha! 時刻」與讓人擔憂的「uh-oh 時刻」並存。
作為資訊傳遞者，在大肆宣傳 AI 的效果之餘，也需要更多地去了解當所分享的資訊被大量採用時會帶來什麼影響。
結語
最近剛好在看《供應鏈戰爭》這本書（推！），前言就讓人充滿反思。
根據經濟學的標準解釋，一樣物品的價值⎯⎯取決於人們為了取得他而願意付出多少。
雖然我們能把一些東西的價格弄得清清楚楚，但價格不等於重要性。⎯《供應鏈戰爭》
同理，倘若我們對正在生成的 AI 圖像願付價格為零時，那它必須要被生成的原因，和生成背後的價值又是什麼？
作者接著引用 Leonard Read 在 1958 年發表的經典短文《我是一支鉛筆》，從鉛筆自述誕生過程「總有好幾百萬人參與我的製作，卻沒有人能對其他幾個人的製作也有所了解。」要傳達的訊息是：
- 即使是最簡單的物品，我們對日常用品的製造過程幾近無知
- 沒有任何一個人能獨自製造一支鉛筆，卻有整個市場能讓這件事發生
前者可能造成資源濫用，當資源匱乏時又不知有何替代方案，因為沒有人能完整闡述製造過程，就像當我們習慣 AI 而覺得不需要懂許多知識背後的原理時，若有一天突然不能使用了呢？（以這幾年世界的混亂程度來說，還真的什麼都有可能發生耶（笑）
後者，想用來時刻提醒自己，在面對周遭事物時持續保持求知的好奇心✨🪐✨
一支鉛筆是怎麼製作而成的？
製造一塊金條要鏟下多少土？人類與土地又為了生產黃金犧牲什麼？
用 AI 做一張吉卜力的圖片，背後的隱藏成本有哪些？
科技本身並無善惡之分，它是一面鏡子，反映出社會的集體價值觀。許多人或許已經想像過，電影《機械公敵》是有可能發生的⎯⎯科技發展潛力是毋庸置疑的，科幻電影的橋段對一個群體來說是虛構，卻可能是另個群體追求的現實。
即使大多數人覺得一台機器能讓自己變得更好，這並不意味著背後的世界觀應該成為我們進入下一個技術時代時追隨的北極星。⎯Joshua Rothman《Are We Taking A.I. Seriously Enough?》
科學家示範未來可能性，人們小步追趕，法規是遠遠跟不上的，每個個人的選擇才是影響 AI 走向的關鍵。
便利性會讓我們忘記行為背後的影響，而當未來每一項行為都與 AI 綁定時，更需要我們有意識地在了解之後，思考想要它如何存在於我們生活中，選擇使用，或不使用。
宮崎駿爺爺已經透過《神隱少女》告訴大家，吃太多，是會被殺掉的 🫢
Peace and love,
vvv✌️
社群導讀版
歡迎收藏、分享出去 ♡
