本篇研究从数据、算法和硬件系统综合视角探讨了 AI 的超线性增长趋势对环境的影响，着重分析了 AI 计算的碳足迹和硬件系统的全生命周期，并提出了硬件 - 软件设计和优化对减少 AI 总体碳足迹的重要性，讨论了 AI 领域的挑战和发展方向。

Oct, 2021

艺术家们越来越多地使用人工智能技术（创意 Ai），并将他们的作品展出于知名艺术场馆。然而，研究社区也认识到使用 Ai 技术涉及可持续性问题，如能源消耗和模型的增大和复杂化等。本研究通过目前正在进行的实地研究提供对可持续性评估的各种限制的见解，并为该领域进一步的、更具体的可持续性评估提供基础，同时也提供该领域可持续性评估的现状知识。

Oct, 2022

人工智能在技术和研究方面取得了显著的进展，并广泛应用于计算视觉、自然语言处理、时间序列分析、语音合成等多个领域。然而，随着大型语言模型的出现，研究人员的注意力主要集中在追求最新的技术成果，导致模型规模和计算复杂性不断增加，需要更高的计算能力，进而产生更高的碳排放量，阻碍了资金有限的中小型研究机构和公司参与研究，并引发研究公平性的问题。为应对计算资源和人工智能的环境影响，绿色计算已成为一个热门的研究课题。在本调研中，我们对绿色计算中使用的技术进行了系统概述，并提出绿色计算的框架，将其分为四个关键组成部分：(1) 绿色度量指标，(2) 能效人工智能，(3) 能效计算系统和 (4) 可持续发展的人工智能应用案例。针对每个组成部分，我们讨论了研究进展及常用的优化技术，结论表明这个新的研究方向有潜力解决资源限制与人工智能发展之间的冲突。我们鼓励更多的研究人员关注这个方向，使人工智能更加环保友好。

Nov, 2023

综合分析了人工智能与软件系统集成的潜在可持续性利益和成本，结果显示能源管理、员工福利、部署问题、伦理与社会、环境问题是人工智能集成可能带来的关键主题。

Apr, 2024

本文从可持续性和伦理两个方面研究了创意人工智能在艺术创作中的应用，包括创作过程和知识产权等问题。通过访谈、调查、能源测量等方法，探讨了艺术家应用创意人工智能的情况和未来发展，以及这种应用对经济和环境的影响，为制定知识产权制度提供了参考。

Sep, 2022

人工智能 AI 目前以深度学习等机器学习方法为核心，然而这些方法在计算、能源消耗和碳排放等方面存在环境问题。提高机器学习系统的效率仅仅是解决环境影响的一方面，系统思维则被认为是改善机器学习环境可持续性的可行途径。

Sep, 2023

本文探讨了绿色人工智能的前景，以实现更可持续、能效更高和更能意识到能源生态系统，在人工智能研究、计算和从业者社区中进行开发。包括对操作和硬件优化、数据中心 / 高性能集群的潜在变化和改进的鸟瞰，以及人工智能研究和实践世界中现有的激励结构。

Jan, 2023

本文提出基于 19 项可持续性标准和 67 个指标的 “可持续人工智能 (SCAIS)” 框架，为意识到 AI 系统的开发和应用提供了实用的标准和工具。

Jun, 2023

本文介绍了开发 Socially Responsible AI Algorithms 框架的意义和方法来实现人工智能的可信赖，从而提高人类社会的福祉。

Jan, 2021

人工智能对可持续发展目标的积极或消极影响需要得到评估，然而，应该通过适当的政策和监管支持其快速发展，否则，由于人工智能技术的透明度、问责制、安全性和道德标准等方面的缺陷，会对其发展和可持续应用产生不利影响。需要重视全球关于人工智能使用的辩论，并为基于人工智能的技术制定必要的监管洞察和监督。

Apr, 2019