文章指出，当前对人工智能耗水量的担忧被过度放大，实际上农业和城市用水量远高于AI。作者认为，在AI发展初期，公众应理性看待其资源消耗问题，避免被夸大宣传误导，同时提醒研究者不应利用公众焦虑来获取关注和资金支持。

人工智能的水资源消耗：加州的经验与启示

作者：Jay Lund

随着人工智能技术的发展成熟，AI将对经济和自然资源领域产生深远影响。当前社会对AI既充满期待又心存忧虑，其中关于AI数据中心耗水量的讨论尤为突出。本文通过数据分析揭示了这一问题的真相。

【核心发现】 1. 耗水量评估 - 加州数据中心总面积约1500万平方英尺（340英亩） - 采用蒸发冷却技术时，年耗水量估算区间为3.2-29万英亩英尺 - 占加州年用水总量（约4000万英亩英尺）的0.055%-0.7% - 对比数据：可灌溉1-10万英亩农田（加州总灌溉面积700万英亩）

2. 横向比较

• 远低于农业用水（约3000万英亩英尺/年）
• 城市用水量（约800万英亩英尺/年）的0.4%-3.6%
• 亚利桑那州研究显示，啤酒生产耗水量甚至超过数据中心

【关键启示】 1. 理性认知 - 避免对AI耗水量产生恐慌 - 需建立基于数据的科学评估体系

2. 技术应用

• AI可快速生成合理估算范围（本文使用4个AI模型验证）
• 有助于提升公共政策讨论的量化水平

3. 公共讨论准则

• 警惕缺乏数据支撑的讨论
• 应要求技术报告提供可靠估算依据
• 在AI时代更应通过量化分析规范公共讨论

作者指出，尽管技术日新月异，但人类认知仍受限于生物进化速度。面对AI革命，我们既需要拥抱技术进步，也要保持理性判断。

（作者Jay Lund系加州大学戴维斯分校土木与环境工程系荣休教授，流域科学中心副主任）

以下是评论内容的总结：

1. 关于AI用水量的争议

• 公众认知偏差：评论指出公众对AI用水量的认知存在夸大，实际用水量可能低于普遍认知（评论2、5）。

  • "Pete Buttigieg did a Tulsa town hall... cited it taking '10,000 gallons of water just to generate one photo'"（评论2）
  • "AI uses less water than the public thinks and more water than Anthropic or OpenAI report"（评论5）

• 数据争议：部分评论质疑数据的来源和准确性，尤其是依赖AI生成的计算（评论4、17、24）。

  • "Ya 10 billion gallons of water (low estimate) is totally nothing"（评论4）
  • "And the main evidence he presents is a summary of a prompt he gave to LLM's?"（评论17）

2. 冷却系统的环境影响

• 开放与封闭循环系统的对比：开放循环系统用水量大且可能污染水源，封闭循环系统更环保但成本较高（评论6、7、11）。

  • "why not require that data centers invest in closed-loop cooling systems?"（评论6）
  • "Data centers can inadvertently pollute water through chemical runoff"（评论11）

• 水资源循环利用：部分评论认为冷却用水最终会回归自然循环，实际消耗有限（评论19、22）。

  • "water 'used up' by cooling just comes out a little hotter... it’ll come back in the form of rain"（评论19）
  • "most of the water isn’t used at all, it goes right on down the river"（评论22）

3. 与其他行业的比较

• 农业与生活用水对比：评论认为AI用水量远低于农业或生活必需用水（评论9、25）。

  • "You can go millions of prompts before you use up as much water as it took to make a single beef burger"（评论9）
  • "Don’t compare something optional to something mandatory"（评论25）

• 数据中心的整体影响：部分评论指出数据中心的电力消耗和污染问题更值得关注（评论15、16）。

  • "The bigger concern is more around the pollution of the gas turbines"（评论15）
  • "The scale of electricity use in data centers is much more likely to cause disruption"（评论16）

4. 公众认知与信息传播

• 信息偏见与确认偏误：评论认为公众倾向于选择性接受信息，而非基于事实（评论28、29）。

  • "we form the model of reality and then we seek information that supports it"（评论28）
  • "the whole AI datacenter water consumption outrage is a psyop by state actors"（评论29）

• 环保倡议的合理性：部分评论质疑对AI用水问题的过度关注是否合理（评论12、19）。

  • "This is an AI generated article... claiming that AI isn’t a resource problem"（评论12）
  • "Is there some astroturfing behind this?"（评论19）

5. 解决方案与建议

• 技术改进：建议采用废水回收或强制封闭循环系统以减少用水（评论6、30）。
  • "why not just mandate conservation requirements?"（评论6）
  • "One good way to save water is to use treated wastewater for cooling"（评论30）

总结来看，评论围绕AI用水量的真实性、环境影响、公众认知及解决方案展开，观点多样，但普遍认为需更客观的数据和平衡的讨论。