这些后果不一定是坏事。人工智能还有助于解决气候变化和其他环境问题，例如，利用机器学习分析数据和进行模拟，可以提高我们对气候变化和环境问题的科学认识，或者有助于追踪非法开采自然资源的情况。或许人工智能还能帮助我们与动物建立联系，例如可以帮助我们管理和保护栖息地。但与此同时，这项技术也可能首先导致这些问题。有时候这一点非常清晰可见。例如，家庭中由人工智能驱动的个人助理可能会打到宠物，或用语言迷惑宠物；用于组织农业和肉类生产的人工智能可能会系统性地对动物造成伤害；用于工业生产的人工智能可能会对气候和环境造成有害影响。然而，即使所有这一切原则上都是用户或观察者所能看到的，以人类为中心的政治学对这种情况也有盲点，因为它关注的是人类的政治学，因此也关注人工智能对人类的政治学。向非人类开放政治将有助于我们揭示、想象和讨论这些问题。然而，人工智能的使用往往会带来一些更遥远、更不明显的后果。这里有一个重要的话题，我在前面已经提到过，但值得更多关注，那就是人工智能在能源使用和资源利用方面对环境和气候的影响。某些类型的机器学习所需的算力急剧增加，这需要消耗大量能源，而这些能源往往不是来自可再生能源。例如，用于自然语言处理（NLP）的神经网络的训练需要大量的电力资源，因此会产生相当大的碳足迹（carbon footprint）。训练一个 NLP 模型所排放的二氧化碳当量是一辆普通汽车在其使用寿命内所产生的二氧化碳当量的五倍（Strubell, Ganesh，and McCallum 2019)。目前，研究人员正在努力寻找解决这一问题的方法，例如在更少的数据上进行训练，甚至减少表示数据所需的比特数（Sun et al. 2020）。苹果和谷歌等大型IT公司已经做出了可再生的承诺。尽管如此，大多数科技公司仍然依赖化石燃料，整个行业在全球范围内留下了巨大的碳足迹。根据绿色和平组织的一份报告，2017年，该行业的能源足迹估计已占全球电力的 7%，预计还将上升（Cook et al.2017；另见 AI Institute 2019)。使用流媒体服务——结合人工智能推荐系统—是问题的一部分，因为这需要更多的数据。生产与人工智能配合使用的电子设备还需要汲取原料，这会对社会和环境造成影响。与历史上各种形式的殖民主义一样，“数据殖民主义”(Couldry and Meijas 2019）与自然资源的开采相伴而生：目前人类的开采并不是“代替自然资源”，而是在汲取自然资源的基础上进行的。因此，人工智能和其他数字技术的使用并不一定会像某些人所希望的那样导致经济的去物质化，而是会导致更多的消费，从而带来更大的“生态压力”(Dauvergne 2020，257)。同样，监控资本主义不仅会对人类尊严进行摧残，也对环境造成影响。虽然这些环境和气候后果在使用时并不明显，而且往往发生在远离人工智能特定用途的地方，但这并不会降低它们的政治意义或政治问题。此外，虽然如前所述，人工智能有助于应对气候变化(Rolnick et al.2019)，但这并不一定能弥补这里所指出的问题。
第六章 非人类怎么办？环境政治与后人类主义
175