在印度舉辦的一場人工智能峰會上，OpenAI首席執(zhí)行官薩姆·奧爾特曼針對近期外界對人工智能資源消耗的質疑作出回應。他特別澄清，關于人工智能訓練和運行過程中存在嚴重水資源浪費的說法缺乏事實依據，并強調當前技術已大幅優(yōu)化相關流程。

針對"每次使用ChatGPT消耗17加侖水"的流傳觀點，奧爾特曼直言這是"完全脫離現實的謬論"。他解釋稱，早期數據中心采用的蒸發(fā)冷卻技術確實存在耗水問題，但該技術早已被更高效的解決方案取代。目前主流的液冷和空氣冷卻系統已將水資源消耗降至極低水平，相關網絡傳言與實際情況存在本質差異。

當被問及比爾·蓋茨此前提出的"單次提問能耗相當于1.5部iPhone電池"的說法時，奧爾特曼明確表示實際數值遠低于此。他指出，科技公司雖無需公開能源使用數據，但獨立研究機構的數據顯示，經過算法優(yōu)化的現代模型在推理階段的能耗已顯著降低。不過他也承認，訓練大型語言模型確實需要龐大算力支持。

針對能耗對比的爭議，奧爾特曼提出新的評估維度："比較人工智能與人類回答問題的能耗時，應當聚焦模型訓練完成后的推理階段。"他以人類成長過程為例，指出培養(yǎng)一個具備專業(yè)知識的個體需要20年時間，期間消耗的食物、教育等資源換算成能源，遠超單次問答的消耗。"當ChatGPT完成訓練后，回答某個具體問題的能耗可能已與人類相當。"

這位技術領袖同時呼吁關注更宏觀的能源議題。他強調，真正需要警惕的是全球人工智能基礎設施擴張帶來的總能耗增長，這要求人類加速向清潔能源轉型。"核能、風能和太陽能的規(guī)?；瘧?，將是支撐人工智能時代的關鍵。"奧爾特曼的表態(tài)反映出科技界對能源結構轉型的普遍期待。

目前學術界正通過多種方式評估人工智能的真實環(huán)境影響。盡管缺乏企業(yè)層面的透明數據，但麻省理工學院等機構的研究顯示，經過優(yōu)化的模型在特定任務中的能效已接近人類水平。不過也有專家指出，隨著模型參數量的指數級增長，如何平衡性能提升與資源消耗仍是重要課題。