然而，當科技愈強大，我們愈應追問：這些進步所帶來的效益，是否真正與社會福祉與地球永續目標相契合？在享受便利的同時，AI所隱含的環境與倫理代價，也逐漸浮上檯面。
根據史丹佛大學人工智慧研究所發布的《2023年AI指數報告》，ChatGPT-3在訓練過程中耗電量高達1,287兆瓦，相當於排放552噸二氧化碳，或等同110輛美國汽車一整年的排放量。
部署之後的日常運行，也涉及大量能源消耗、水資源使用與伺服器升級所帶來的電子廢棄物問題。這些長期的環境壓力，在追逐創新與效率的熱潮中，往往被選擇性忽略。
AI與人腦的能耗對比，更清楚揭示了這項矛盾。人腦僅需約20瓦功率，便能執行語言理解、推理與感知等複雜任務；反觀模仿這些能力的AI系統，往往依賴數以萬計的晶片、佔地廣大的資料中心與不斷進化的算力支持，耗能遠高於人類生理的極限。
這不禁讓人反思：我們是否正以極高的環境代價換取對「智慧」的模仿？而這種模仿是否真正創造了社會價值，抑或只是另一場效率至上的瘋狂競賽？
AI運算背後，需思考巨大的能源消耗與電子廢棄物問題。圖片來源：Shutterstock
全球已有越來越多政策制定者與企業，意識到這股浪潮下的潛在風險與責任。歐盟《AI法案》（EU AI Act）即要求高風險AI系統在部署前，須進行能效評估與社會影響分析，強調AI不僅要合法合規，也應與永續價值相一致。
企業方面，微軟在其2023年永續報告中主動揭示，因AI需求飆升，其碳中和目標面臨挑戰。為此，微軟加速再生能源採購、優化模型能效與冷卻系統，並承諾未來供應鏈亦須符合碳中和標準。
西門子則在其「2023／24年永續報告」中，強調AI在能源效率與去碳化方面的潛力，提出將AI結合數位雙生平台與建築自動化方案，用以優化工業流程與城市基礎設施。
實踐真正的「科技向善」，關鍵不僅在於補救，更要從技術設計之初即注入價值導向。
這包括在模型研發階段導入參數壓縮、低功耗運算架構；在應用階段將AI導入能源管理、碳排監測、供應鏈永續性分析等實際場景等。
科技的未來不該只是速度的比拼，更是價值與責任的衡量。AI是工具，而非目的；科技向善，不在於盲目發展AI，而在於如何使用、為何使用、以及對誰有益。這些實踐涉及治理架構、能源效率、數據透明度與倫理設計的多方面平衡，決定了科技究竟是成為破壞性力量，抑或成為推動社會進步的賦能工具。
或許，1956年達特茅斯會議中定義AI的科學家們，也難以想像這項技術將在70年後，成為攸關環境永續與人類福祉的關鍵力量吧。
