人工智能：财富之源还是能源黑洞？

公元前246年，战国硝烟弥漫，韩国为遏制强邻秦国，先发制人遣派名叫郑国的间谍前往执行秘密任务："韩国得知秦国喜好大兴土木，便想方设法使其劳民伤财，于是派遣水利专家郑国前往游说秦国，建议开凿一条水渠。引泾水从中山起至瓠口，沿着北山向东注入洛河，全长三百余里，旨在灌溉农田。工程进行中事情败露，秦国打算处死郑国。郑国辩解说：'我最初确实是韩国派来的间谍，但水渠修成后对秦国同样有利。'秦国认为言之有理，最终让工程继续。水渠建成后，引含泥沙的肥水灌溉盐碱地四万多顷，每亩产量高达一钟。于是关中成为肥沃田野，没有灾荒之年，秦国因此富强起来，最终吞并六国，这条渠因此被命名为郑国渠。"韩国本打算用这条"疲秦之计"拖垮秦国，谁料对方"以彼之道还施彼身"，渠成水至关中，沃野千里，粮仓充盈。六年后，当韩国成为第一个被灭之国，才恍然大悟小丑竟是自己。

当今人类，似乎正处于当年大秦帝国的类似境地，只不过这次要解决的棘手难题不是郑国与水渠，而是人工智能。AI每生成5秒高清视频，耗电量相当于充满10部手机。‌‌‌仅GPT-4的GPU，一次训练就要消耗2.4亿度电。从耗电数据来看，2024年全球数据中心总耗电量约为415太瓦时，其中人工智能相关能耗约占五分之一。从未来趋势来看，国际能源署预测，到2030年全球数据中心年耗电量将增长至约945太瓦时，增幅超过一倍。当然，人工智能不仅与人类争夺电力，还在与人类争夺水资源。AI耗水量指的是人工智能模型在训练和推理过程中消耗的水资源，主要源于数据中心服务器散热所需的冷却系统用水。据预计到2027年，全球AI取水量可能达到42亿至66亿立方米，约相当于英国年用水量的一半，或丹麦年用水量的4至6倍。

值得深思的是，今天人工智能的应用，有多少像当年的郑国渠那样，用在了"关键处"而不是"无关处"，促进生产力，创造了实实在在的经济价值。还是说，大量的人工智能被消耗在看似热闹、实则荒凉的"数字荒漠"上。至少存在三类高投入、低回报的状况。其一，"大材小用"式的日常浪费。用能够支撑自动驾驶的千亿参数，来生成一条朋友圈文案；用训练一次能绕地球好几圈的算力，来回答"今天天气怎么样"。其二，"自我蚕食"的数字循环。当前互联网上，AI生成的同质化文案、拼接画作和机器评论，形成了"近亲繁殖"式的信息污染。消耗的是实实在在的电和淡水，产出的却是稀释人类智慧的电子垃圾，不仅没有促进生产力，反而让人类在真假难辨的信息泥潭里越陷越深。其三，"军备竞赛"式的重复内卷。各大科技巨头为了争夺排行榜上那0.1%的分数差距，反复从头训练结构高度相似的同质化模型。

回到郑国渠最深刻的警示：秦国之所以富强，是因为那三百里水渠精准地灌溉了"泽卤之地"（盐碱地），将其改造为亩产一钟的良田。判断AI是否是"当代郑国渠"，标准从来不是"用了多少电"，而是"这度电换来了什么现实世界的价值"。如果今天的算力大量浇灌在娱乐、冗余和军备内卷的"数字荒漠"上，那么，人类很难成为"统一六国的强秦"，而势必倒在统一六国的路上。