近期报道指出，经合组织和国际能源署的统计表明，人工智能技术的广泛应用正在引发显著的生态问题。
关于资源用量方面，AI预计到2027年将每年消耗约66亿立方米的水，这个数字相当于瑞士全年用水的两倍。
数据中心的能耗压力也在不断增加，预计到2030年，能耗将翻倍，达到945太瓦时，这一数值已经超过日本与瑞士两个国家的总能耗。
AI带来的生态影响不仅限于电力与水资源的消耗。
根据《自然计算科学》期刊的一项研究，生成式AI在2023年已产出2600吨电子废物。
随着技术的迅速进步和应用的日益广泛，到2030年，这一数值可能跃升至250万吨，相当于133亿部旧手机的重量，对环境造成严重的负担。
除了生态问题，AI的安全风险也越来越明显。
国家安全部近日发布警示称，人工智能正在面临新的数据源污染挑战。
不法分子利用篡改、捏造和重复等“数据投毒”方式，制造污染数据，这些数据在模型训练阶段会干扰参数调整，削弱模型性能，影响其准确度，甚至可能导致有害内容的生成。
研究表明，数据污染在模型输出中的影响极其明显。即便训练数据仅包含0.01%的虚假信息，模型生成的有害内容就会上升11.2%，虚假信息比例降至0.001%时，有害输出仍会提高7.2%。
尤其值得关注的是受到污染的数据生成的有害内容，可能成为后续模型训练的数据来源，形成持续性的“污染遗留效应”，进一步加重数据安全的担忧。
