EP15 | 每天用ChatGPT的代價是一個德國
這期節目主要討論了AI技術的能源消耗問題及其環境影響。ChatGPT等AI服務每天消耗大量電力,預計到2026年,AI等技術的耗電量可能相當於德國全年用電,這對環境和氣候變化產生重大影響。節目提出了個人和企業如何更有意識地使用AI的建議,包括明確需求、提供清晰指令、選擇合適模型、優化算法等。同時,未來AI技術的發展應朝向更高效的硬件、優化的算法和可再生能源的使用。最後,節目呼籲每個人都應該意識到AI使用背後的環境代價,在享受AI帶來便利的同時,也為減少碳排放貢獻自己的力量。
主要內容有：
AI技術的能源消耗問題:
* ChatGPT每天可能消耗超過50萬千瓦時電力,相當於每個請求耗電約0.0025千瓦時。
* 預計到2026年,數據中心、加密貨幣和AI等可能會消耗1050太瓦時電力,相當於德國一年的用電量。
AI能源消耗對環境的影響:
* AI的能源消耗直接影響環境和氣候變化。
* 每次使用AI都在間接消耗電力,產生碳排放。
個人層面有意識地使用AI的建議:
* 明確使用需求,避免漫無目的的使用。
* 提供清晰的指令(prompt)以獲得準確回答。
* 批量處理相似任務。
* 根據任務複雜度選擇合適規模的模型。
* 考慮在本地運行小型模型處理簡單任務。
企業採用AI時的碳意識原則:
* 評估AI應用的必要性。
* 選擇碳強度低的綠色數據中心。
* 優化模型,減小規模提高效率。
* 監控AI使用的能耗。
* 在ESG報告中披露AI使用情況。
AI技術未來節能方向:
* 開發更高效的硬件。
* 優化算法。
* 使用可再生能源。
呼籲大家更有意識地使用AI工具,為減少AI碳排放貢獻力量。
逐字稿：
[00:00.000 -> 00:02.820] 歡迎收聽十分鐘LC News 低碳周報
[00:02.820 -> 00:07.480] 本節目由台灣永續農業減碳發展協會贊助播出
[00:07.480 -> 00:13.660] 歡迎收聽十分鐘LC News 低碳周報
[00:13.660 -> 00:17.860] 我是台灣永續農業減碳發展協會理事長Alan
[00:17.860 -> 00:19.500] 嗨嗨嗨嗨大家好
[00:19.500 -> 00:21.440] 我是理事長Alan
[00:21.440 -> 00:26.560] 今天我們這個內容正式播出就是每週三的早上九點
[00:26.560 -> 00:29.080] 那請大家記得去Spotify
[00:29.080 -> 00:31.640] 收聽我們十分鐘的低碳周報
[00:31.640 -> 00:34.080] 那今天我想跟大家分享一個
[00:34.080 -> 00:36.700] 非常非常非常重要的話題
[00:36.700 -> 00:40.000] 也是我們前幾集在談的一個話題
[00:40.700 -> 00:41.420] 就是AI
[00:41.420 -> 00:43.500] AI跟環境
[00:43.500 -> 00:46.660] 那我們前幾集有分享到
[00:46.660 -> 00:47.660] 這個碳意識
[00:47.660 -> 00:49.680] 就是這個AI大神文達的
[00:49.680 -> 00:51.560] 這個免費的課程
[00:51.560 -> 00:54.180] 碳意識計算的這個免費課程
[00:54.180 -> 00:56.420] 那我今天的話呢
[00:56.420 -> 00:58.160] 想要談一個同樣的話題
[00:58.160 -> 01:00.060] 就是AI的耗電
[01:00.060 -> 01:02.500] 跟碳意識使用的原則
[01:02.500 -> 01:04.740] 所以隨著
[01:04.740 -> 01:06.400] 就是說我們最近
[01:06.400 -> 01:08.060] 就是AI大家都知道
[01:08.060 -> 01:08.600] 大家都在用
[01:08.600 -> 01:10.740] 隨著說像CHATGPT
[01:10.740 -> 01:13.100] 或者是Cloud這些
[01:13.100 -> 01:15.880] AI的這種LLM工具
[01:15.880 -> 01:17.340] 它越來越普及了
[01:17.340 -> 01:18.640] 我們是不是有想過
[01:18.640 -> 01:19.660] 每次使用它的時候
[01:19.660 -> 01:21.160] 它到底背後
[01:21.160 -> 01:22.840] 消耗了多少電力
[01:22.840 -> 01:23.620] 多少能源
[01:23.620 -> 01:25.700] 之前我們有談過
[01:25.700 -> 01:27.900] 這些AI巨頭
[01:27.900 -> 01:29.440] 他們的這些ESG
[01:29.440 -> 01:30.680] 或者再生能源的問題
[01:30.680 -> 01:32.860] 還有他們的現況是什麼
[01:32.860 -> 01:34.680] 我們今天就來探討
[01:34.680 -> 01:36.060] 更深入的探討
[01:36.060 -> 01:37.500] 更微觀的去看一下
[01:37.500 -> 01:38.940] 這個議題
[01:38.940 -> 01:40.360] 我們也來學習一下
[01:40.360 -> 01:42.680] 如何有意識的來使用
[01:42.680 -> 01:43.900] 人工智慧
[01:43.900 -> 01:49.120] 首先我們先來看一些
[01:49.120 -> 01:51.940] 可能會令人非常震驚的數據
[01:51.940 -> 01:58.200] 根據The New Yorker的報道
[01:58.200 -> 02:01.200] OpenAI的ChatGPT
[02:01.200 -> 02:05.320] 每天可能會消耗超過50萬千瓦時的電力
[02:05.320 -> 02:07.020] 它總共來回應
[02:07.020 -> 02:09.420] 大概2億個左右的請求
[02:09.420 -> 02:10.800] 當然最近可能會下降一點
[02:10.800 -> 02:12.200] 不過我相信
[02:12.200 -> 02:13.160] 一兩億跑不掉
[02:13.160 -> 02:15.900] 那這相當於每個請求
[02:15.900 -> 02:17.220] 大概我們算一下數學
[02:17.220 -> 02:19.260] 大概會耗電
[02:19.260 -> 02:22.040] 差不多是0.0025千瓦時
[02:22.040 -> 02:24.760] 這聽起來好像很小
[02:24.760 -> 02:25.140] 對不對0.0025千瓦時這聽起來好像很小對不對
[02:25.140 -> 02:27.000] 0.0025
[02:27.000 -> 02:28.300] 感覺沒什麼
[02:28.300 -> 02:30.020] 也就是換算成
[02:30.020 -> 02:31.300] 大家比較聽得懂的就是
[02:31.300 -> 02:33.920] 我們每一次跟他對話
[02:33.920 -> 02:36.440] 大概是0.0025度電
[02:36.440 -> 02:38.180] 連五塊都不到
[02:38.180 -> 02:42.320] 但如果我們把它放大來看
[02:42.320 -> 02:44.600] 情況可能就不一樣了
[02:44.600 -> 02:46.620] 假設你今天訂閱了
[02:46.620 -> 02:48.720] ChadGP的這個付費版本
[02:48.720 -> 02:53.240] 它是每個月大概20美元左右的費用
[02:53.240 -> 02:56.380] 那如果我們根據這個請求的耗電量
[02:56.380 -> 03:00.320] 0.0025千瓦時來計算
[03:00.320 -> 03:02.820] 那我們只要再抓一個電價
[03:02.820 -> 03:04.900] 就是以這個數據中心
[03:04.900 -> 03:07.240] 就是說這些數據應該是在美國的
[03:07.240 -> 03:10.120] 這個Microsoft Azure的這個數據中心好了
[03:10.120 -> 03:13.060] 我們就以北美的這個
[03:13.060 -> 03:14.980] 這個工業用電
[03:14.980 -> 03:17.040] 大概是2020年的數據
[03:17.040 -> 03:18.800] 大概是0.077美元
[03:18.800 -> 03:21.080] 每度電就是千瓦時
[03:21.080 -> 03:23.620] 那你每個月呢
[03:23.620 -> 03:26.880] 就是以這20美元來看的話
[03:26.880 -> 03:29.340] 我們單純去看20美元
[03:29.340 -> 03:31.880] 可以有幾次的對話
[03:31.880 -> 03:33.440] 那理論上
[03:33.440 -> 03:35.040] 他可以
[03:35.040 -> 03:37.420] 你可以跟Chad GPT
[03:37.420 -> 03:38.960] 每個月對話
[03:38.960 -> 03:47.360] 103,896個對話
[03:47.360 -> 03:48.260] 也就是說你可以跟他
[03:48.260 -> 03:49.080] 就是計數一點
[03:49.080 -> 03:49.660] 就是說這是
[03:49.660 -> 03:52.000] 大概10萬多個request
[03:52.000 -> 03:53.500] 換句話說
[03:53.500 -> 03:54.400] 就是說你每天
[03:54.400 -> 03:57.160] 其實你每天可以跟他對話
[03:57.160 -> 03:58.640] 3406次
[03:58.640 -> 04:00.260] 那如果以這個
[04:00.260 -> 04:03.000] 假設你是去買這個電力的概念來看
[04:03.000 -> 04:04.800] CP值的角度來看的話
[04:04.800 -> 04:09.420] 其實你每天要跟ChainGPT對話3406次
[04:09.420 -> 04:10.540] 你才誤操所致
[04:10.540 -> 04:13.560] 這個數字其實蠻壓抑的
[04:13.560 -> 04:16.680] 我自己一天都不一定會跟他對話到3400次
[04:16.680 -> 04:20.280] 但這個只是一個有趣的觀點
[04:20.280 -> 04:24.660] 就是用台灣人習慣的一個CP值的概念去想象一下
[04:24.660 -> 04:28.260] 我們在ChainGPT使的時候到底換了多少電力
[04:28.260 -> 04:32.740] 那這些電力到底換回來大概是多少個對話
[04:32.740 -> 04:36.020] 那這個問題其實不會只有在個人使用
[04:36.020 -> 04:40.460] 像我們根據一個國際能源署IEA的這個報告
[04:40.460 -> 04:45.200] 他說到2026年所有的數據中心加密貨幣AI等等
[04:45.200 -> 04:48.880] 他可能會消耗高達
[04:48.880 -> 04:52.540] 1050太瓦時的電力
[04:52.540 -> 04:55.020] 1050太瓦時
[04:55.020 -> 04:56.180] 這是什麼概念
[04:56.180 -> 04:58.020] 這個概念
[04:58.020 -> 04:58.860] 就是說
[04:58.860 -> 05:00.860] 這個電力的消耗
[05:00.860 -> 05:02.840] 相當於德國一整年
[05:02.840 -> 05:06.640] 整個國家的年度用電的量
[05:06.640 -> 05:09.120] 德國 德國
[05:09.120 -> 05:11.080] 也就是說我們一年
[05:11.080 -> 05:13.680] 大概所有AI數據等等的這些東西
[05:13.680 -> 05:14.520] 它消耗電力
[05:14.520 -> 05:16.760] 大概等於一個德國的用電量
[05:16.760 -> 05:18.240] 總用電量
[05:18.240 -> 05:20.640] 想想這只是到2026年
[05:20.640 -> 05:22.120] 兩年後
[05:22.120 -> 05:24.120] 那萬一就像
[05:24.120 -> 05:25.820] 很多AI的大佬說的
[05:25.820 -> 05:27.820] 就是到了2027
[05:27.820 -> 05:28.920] 或者2030
[05:28.920 -> 05:29.700] 20幾年
[05:29.700 -> 05:31.780] 我們會有什麼AGI
[05:31.780 -> 05:32.720] ASI等等
[05:32.720 -> 05:34.460] 到時候我們的電力
[05:34.460 -> 05:35.760] 是不是會消耗得更多
[05:35.760 -> 05:37.460] 那我們有幾個德國
[05:37.460 -> 05:39.280] 人說我們要用一個德國
[05:39.280 -> 05:40.460] 當作是一個單位
[05:40.460 -> 05:41.480] 用電的單位
[05:41.480 -> 05:43.720] 這其實非常重要
[05:43.720 -> 05:44.920] 我覺得要理解這件事情
[05:44.920 -> 05:45.320] 是非常重要就是AI理解這件事情非常重要
[05:45.320 -> 05:46.580] 就是AI技術
[05:46.580 -> 05:47.840] 它的能源消耗
[05:47.840 -> 05:49.320] 其實直接影響到
[05:49.320 -> 05:51.280] 我們的環境跟氣候變遷
[05:51.280 -> 05:53.960] 當我們每一次使用AI的時候
[05:53.960 -> 05:56.100] 其實都是間接在消耗
[05:56.100 -> 05:56.800] 這些電力
[05:56.800 -> 05:58.980] 間接的產生的碳排放
[05:58.980 -> 06:01.760] 如果瞭解到這一點的話
[06:01.760 -> 06:03.180] 就可以讓我們更有意識的
[06:03.180 -> 06:05.360] 去使用這些AI的工具
[06:05.360 -> 06:08.720] 怎麼樣為這個地球多盡一份心力
[06:08.720 -> 06:10.940] 那我想要跟大家講一下
[06:10.940 -> 06:13.160] 就是說我們以個人角度來說
[06:13.160 -> 06:14.540] 就是以我自己常
[06:14.540 -> 06:17.220] 就是使用AI這麼多年
[06:17.220 -> 06:19.560] 包括2017年我們本來就是在
[06:19.560 -> 06:22.460] 那時候開公司就是為了要做一個
[06:22.460 -> 06:23.820] 這個NLP
[06:23.820 -> 06:26.920] 就是一個客服的軟體
[06:26.920 -> 06:29.080] 那時候就是在用這個Transformer
[06:29.080 -> 06:32.280] 也就是這個Chad GP它的底層的模型
[06:32.280 -> 06:34.520] 所使用這個架構
[06:34.520 -> 06:39.120] 只是說到時候發現就是要做這個東西實在要花太多錢了
[06:39.120 -> 06:42.600] 所以那時候我自己本身非常悲觀
[06:42.600 -> 06:45.760] 認為說這個幾十年人類是做不到NLP這種事情
[06:45.760 -> 06:47.640] 就沒想到才過了
[06:47.640 -> 06:49.360] 才過五年左右
[06:49.360 -> 06:50.820] 我就被Chad GPT打臉
[06:50.820 -> 06:53.100] 但是回到正題
[06:53.100 -> 06:54.020] 就是說我們怎麼樣
[06:54.020 -> 06:55.600] 更有效率去使用AI呢
[06:55.600 -> 06:57.080] 我想給大家幾個建議
[06:57.080 -> 06:59.140] 第一個我會建議大家就是
[06:59.140 -> 07:02.000] 要明確自己的使用的需求
[07:02.000 -> 07:05.380] 也就是說AI其實它是一個
[07:05.380 -> 07:07.400] 你不能跟它講太複雜的東西
[07:07.400 -> 07:08.360] 現在AI都是
[07:08.360 -> 07:09.440] 你要給它一個很簡單
[07:09.440 -> 07:11.460] 很單純的需求
[07:11.460 -> 07:12.880] 比如說你跟它講
[07:12.880 -> 07:14.540] 比如你跟它講
[07:14.540 -> 07:16.280] 給我三個標題
[07:16.280 -> 07:18.320] 它就會給你三個標題
[07:18.320 -> 07:20.060] 但你如果跟它講了一大串
[07:20.060 -> 07:21.880] 它就會不知道你要乾嘛
[07:21.880 -> 07:23.480] 然後它就會給你很多
[07:23.480 -> 07:24.520] 沒必要的答案
[07:24.520 -> 07:26.440] 所以有時候會問問題
[07:26.440 -> 07:27.580] 比起你
[07:27.580 -> 07:28.380] 比起
[07:28.380 -> 07:29.660] 我覺得會問
[07:29.660 -> 07:31.540] 會問對問題比較重要
[07:31.540 -> 07:32.600] 所以說
[07:32.600 -> 07:34.180] 你必須要先想清楚
[07:34.180 -> 07:35.920] 你使用的目的是什麼
[07:35.920 -> 07:37.980] 不建議就是你漫無目的的
[07:37.980 -> 07:39.340] 一直閒聊或者是一直玩
[07:39.340 -> 07:40.500] 當然你想玩也可以啦
[07:40.500 -> 07:40.740] 就是
[07:40.740 -> 07:42.500] 只是說如果你要用在工作上
[07:42.500 -> 07:43.800] 還是要想清楚
[07:43.800 -> 07:44.820] 你到底要做什麼
[07:44.820 -> 07:45.860] 把你的問題
[07:45.860 -> 07:47.160] 非常明確的
[07:47.160 -> 07:47.820] 寫出來
[07:47.820 -> 07:48.960] 然後再來就是
[07:48.960 -> 07:49.840] 你的指引
[07:49.840 -> 07:50.780] 要非常的清晰
[07:50.780 -> 07:51.200] 你的prompt
[07:51.200 -> 07:52.120] 要非常的清晰
[07:52.120 -> 07:53.240] 你越清晰
[07:53.240 -> 07:54.520] AI就可以給你
[07:54.520 -> 07:55.560] 越準確的回答
[07:55.560 -> 07:56.820] 那你就可以減少
[07:56.820 -> 07:57.880] 不必要的來回
[07:57.880 -> 07:58.940] 再來就是說
[07:58.940 -> 07:59.760] 怎麼批量
[07:59.760 -> 08:01.280] 就是批量處理這些
[08:01.280 -> 08:03.040] 批次處理這些任務
[08:03.040 -> 08:04.800] 如果有多個相似的問題
[08:04.800 -> 08:07.060] 你就是盡量一次性的問完
[08:07.060 -> 08:08.000] 不要分很多次
[08:08.000 -> 08:08.840] 一次性問
[08:08.840 -> 08:10.280] 就相似性
[08:10.280 -> 08:12.120] 它會給你一次的答案
[08:12.120 -> 08:14.580] 再來是你可以使用這些合適的模型
[08:14.580 -> 08:16.780] 比如說翻譯或者是
[08:16.780 -> 08:18.300] 比如說summary
[08:18.300 -> 08:19.900] 在要這種任務
[08:19.900 -> 08:23.780] 其實你用GPT3.5就可以了
[08:23.780 -> 08:25.440] 但是如果你要複雜一點你可能要到4.0或者是GPT3.5就可以了但是如果你要用到複雜一點的
[08:25.440 -> 08:27.920] 你可能要用到4o或者是GPT4
[08:27.920 -> 08:30.400] 就是不同的任務
[08:30.400 -> 08:32.160] 適合不同規模的模型
[08:32.160 -> 08:36.160] 甚至像你可能去HoggingFast上面的HoggingChat
[08:36.160 -> 08:38.000] 它有些小一點的模型
[08:38.000 -> 08:40.160] 甚至用那些模型做統整就好了
[08:40.160 -> 08:43.120] 你不需要每次都用最大最複雜的模型
[08:43.120 -> 08:45.860] 再來就是我個人很推薦的就是本地的運算就是說你在自己的電腦大最複雜的模型那再來就是我個人很推薦的就是本地的運算
[08:45.860 -> 08:49.100] 就是說你在自己的電腦裡面安裝一個小一點的模型
[08:49.100 -> 08:50.920] 你有些簡單任務
[08:50.920 -> 08:51.500] 比如說匯整
[08:51.500 -> 08:53.420] 比如說這個載藥這種事情
[08:53.420 -> 08:55.300] 你就用本地的模型去跑就好了
[08:55.300 -> 08:58.500] 你不一定要每次都去調用一個雲端的大模型
[08:58.500 -> 09:02.100] 這個就是一些比較有碳意識的使用
[09:02.100 -> 09:03.900] 個人使用AI的一些方式
[09:03.900 -> 09:05.960] 那就借來說我們個人使用AI的一些方式那就
[09:05.960 -> 09:07.360] 借來說
[09:07.360 -> 09:08.760] 我們在採用AI的時候
[09:08.760 -> 09:10.820] 也應該要考慮到碳意識的原則
[09:10.820 -> 09:11.640] 這個我們前幾年
[09:11.640 -> 09:12.840] 前幾節有談過
[09:12.840 -> 09:14.040] 就是第一個
[09:14.040 -> 09:15.160] 你要評估必要性
[09:15.160 -> 09:17.440] 不是真的所有任務都需要AI
[09:17.440 -> 09:18.920] 那你評估這個AI應用
[09:18.920 -> 09:20.900] 到底能不能給你帶來顯著的效益
[09:20.900 -> 09:22.300] 若不行就不要用
[09:22.300 -> 09:23.460] 第二個
[09:23.460 -> 09:26.800] 你要選擇碳強度比較低的
[09:26.800 -> 09:28.860] 或者是所謂的綠色數據中心
[09:28.860 -> 09:31.180] 優先的選擇那些
[09:31.180 -> 09:32.640] 可以使用再生能源的
[09:32.640 -> 09:34.300] 數據中心的服務
[09:34.300 -> 09:35.620] 再來你要優化你的模型
[09:35.620 -> 09:37.320] 減小規模
[09:37.320 -> 09:38.880] 減小這個模型規模
[09:38.880 -> 09:39.600] 提高它的效率
[09:39.600 -> 09:40.880] 降低它的能耗
[09:40.880 -> 09:42.760] 像最近這個大陸
[09:42.760 -> 09:44.640] 中國這邊就有
[09:44.640 -> 09:47.300] 北百度的老闆就有談到
[09:47.300 -> 09:50.900] 就是現在中國太多大模型
[09:50.900 -> 09:53.300] 其實不需要大家都在浪費能源
[09:53.300 -> 09:56.300] 所以說減小規模很重要
[09:56.300 -> 10:01.000] 再來就是你要監控這些AI使用的能耗
[10:01.000 -> 10:03.900] 我們在前幾期無人打的課程當中
[10:03.900 -> 10:06.080] 有教大家用Google Cloud去監控
[10:06.080 -> 10:07.880] 同時我也建議大家
[10:07.880 -> 10:10.280] 在自己的企業的ESG的報告中
[10:10.280 -> 10:12.020] 披露你使用AI的方式
[10:12.020 -> 10:13.340] 同時的話
[10:13.340 -> 10:14.640] 如果你本身
[10:14.640 -> 10:17.240] 有在進行AI技術的研發
[10:17.240 -> 10:18.840] 我們也希望你可以支持
[10:18.840 -> 10:20.880] 更節能的技術的方案
[10:20.880 -> 10:22.520] 所以掌握未來的話
[10:22.520 -> 10:24.560] AI的技術的節能方向
[10:24.560 -> 10:27.740] 就是你要開發更高效的硬體
[10:27.740 -> 10:29.360] 你要優化你的算法
[10:29.360 -> 10:31.060] 同時我們也建議大家就是
[10:31.060 -> 10:34.140] 使用這個可再生的能源的AI
[10:34.140 -> 10:36.040] 所以我們也期待說
[10:36.040 -> 10:37.560] 未來可以看到更多的創新
[10:37.560 -> 10:40.100] 那除了AI可以帶給我們
[10:40.100 -> 10:41.320] 很多的便利之外呢
[10:41.320 -> 10:42.600] 我們也希望它降低
[10:42.600 -> 10:44.180] 對於這個環境的影響
[10:44.180 -> 10:47.080] 這對正在收聽的你非常重要
[10:47.080 -> 10:49.420] 因為AI的能源消耗呢
[10:49.420 -> 10:50.880] 直接影響到我們的環境
[10:50.880 -> 10:51.640] 跟氣候變遷
[10:51.640 -> 10:53.940] 每一次我們在使用AI的時候呢
[10:53.940 -> 10:56.120] 其實都在間接的消耗電力
[10:56.120 -> 10:57.960] 間接的產生碳排放
[10:57.960 -> 11:00.100] 那如果你瞭解到這一點的話呢
[11:00.100 -> 11:03.000] 我們就可以更有意識的
[11:03.000 -> 11:04.300] 去使用AI的工具
[11:04.300 -> 11:07.540] 那為這個地球盡我們的心力
[11:07.540 -> 11:09.260] 作為一個個人用戶
[11:09.260 -> 11:11.380] 或者就是作為個人使用者
[11:11.380 -> 11:14.780] 我覺得我們當然就是要有探意識的方式
[11:14.780 -> 11:17.040] 從微觀的角度去使用這些AI的工具
[11:17.040 -> 11:17.900] 也不要太浪費
[11:17.900 -> 11:19.680] 那對於企業來說的話
[11:19.680 -> 11:20.860] 你在採用這些技術的時候
[11:20.860 -> 11:22.800] 一定要把能源消耗拿入考量
[11:22.800 -> 11:23.760] 那這樣的話
[11:23.760 -> 11:27.500] 每個人都可以為減少AI的的這些碳排放盡一份力
[11:33.300 -> 11:36.900] 那因為AI其實就是在深刻的影響我們的生活
[11:36.900 -> 11:38.100] 跟我們的工作方式
[11:38.100 -> 11:41.700] 但我們絕對不能忽視它背後的環境的代價
[11:41.700 -> 11:43.900] 只有瞭解並重視這個問題
[11:43.900 -> 11:46.380] 我們才能享受它帶來便利的同時
[11:46.380 -> 11:47.900] 也為地球的未來負責
[11:47.900 -> 11:52.120] 那不知道大家對於
[11:52.120 -> 11:54.320] 今天這個話題有什麼想法
[11:54.320 -> 11:56.180] 就是關於我們這個
[11:56.180 -> 11:57.800] ChadGP到底花了多少電力
[11:57.800 -> 11:58.280] 這件事情
[11:58.280 -> 12:00.320] 那如果你對這個話題
[12:00.320 -> 12:01.060] 很有興趣的話
[12:01.060 -> 12:03.120] 歡迎在我們的社群平台上面
[12:03.120 -> 12:04.700] 留言討論或者私訊給我
[12:04.700 -> 12:06.000] 我們就是好好的想一下怎麼樣有意識的如果大家有話題很有興趣的話歡迎在我們這個社群平台上面留言討論或者私訊給我
[12:06.000 -> 12:09.000] 我們就是好好的想一下
[12:09.000 -> 12:10.000] 怎麼樣有意識的
[12:10.000 -> 12:12.000] 有探意識的
[12:12.000 -> 12:14.000] 去使用這些AI的服務
[12:14.000 -> 12:16.000] 那我們一起努力一起加油
[12:16.000 -> 12:17.000] 感謝大家收聽
[12:17.000 -> 12:19.000] 那我們就下期再見咯
[12:19.000 -> 12:20.000] 拜拜
