需要说明的是，牵头的是 16 位数学家组成的起草工作组，截至北京时间 6 月 3 日已有超过 650 名数学家及学者签署支持。

签署莱顿宣言的数学家之中，有不少是领域内的权威人物。

图 | 菲尔兹奖得主、德国马克斯·普朗克数学研究所所长彼得·舒尔茨（Peter Scholze）（来源：维基百科）

菲尔兹奖得主、德国马克斯·普朗克数学研究所所长彼得·舒尔茨（Peter Scholze）在宣言中表示，自己在思考数学问题的时候从来不使用 AI，也尽量不去阅读 AI 生成的内容。他认为数学思想好比孩子，需要多年的培育才能成长。

英国帝国理工学院的凯文·巴扎德（Kevin Buzzard）教授也是签署者之一，他提醒数学家同行们要留意科技公司突然对数学产生兴趣这件事，而《莱顿宣言》正是对当前形势深思熟虑的回应。

图 | 英国帝国理工学院的凯文·巴扎德（Kevin Buzzard）教授（来源：维基百科）

牛津大学计算机科学系主任莱斯利·安·戈德堡（Leslie Ann Goldberg）则警告称，AI 生成的错误论文就像建在烂地基上的房子，后续的研究盖在上面迟早会塌。随着新的结果建立的错误的基础上，这些错误很可能会传播开来。

图 | 牛津大学计算机科学系主任莱斯利·安·戈德堡（Leslie Ann Goldberg）（来源：牛津大学）

此外，哥伦比亚大学的迈克尔·哈里斯（Michael Harris）、莱顿大学的罗德里戈·奥奇加梅（Rodrigo Ochigame）、牛津大学的乌尔苏拉·马丁（Ursula Martin）等多位数学家都参与了这份宣言的起草或签署。

之所以签署宣言，是因为他们担心如果 AI 解题成了唯一的标杆，人类长久以来珍视的理解力、洞察力和判断力可能会慢慢被挤走。

该图片疑似使用了AI生成技术，请谨慎甄别

（来源：https://leidendeclaration.ai/）

《莱顿宣言》指出使用 AI 的数学家应该做到：用了 AI 必须主动说清楚；谁写的论文谁就要对内容负责，不能把责任推给 AI；也不能因为用了 AI 就随便抄袭前人的成果。并提醒大家有些 AI 公司之所以宣传 AI 解题能力，是为了制造噱头拉高股价。

《莱顿宣言》也强调了已有数学成果的版权问题，一些科技公司使用数学家的论文来训练 AI 模型，然而很多时候并没有征得这些数学家的同意。数学家们辛苦工作了几十年写出来的成果，结果被拿去喂给了 AI。AI 学会之后转过头来跟人类数学家比拼解题速度，甚至被包装成产品卖钱，而辛辛苦苦做出这些成果的数学家们没有得到任何补偿，甚至连署名都拿不到。

一位参与起草此次宣言的数学家说，自己从来没有同意过让研究成果以这种方式被 AI 使用，并表示自己对此感到非常不安。

更让人担心的是，AI 公司在选择研究题目的时候，往往会优先挑那些机器容易解决的问题。那些难度太高或者不适合 AI 特点的题目，就被晾在了一边。久而久之这就导致整个数学研究的方向可能会被资本悄悄带偏，而不再是由数学家自己说了算。

图 |《莱顿宣言》（来源：https://leidendeclaration.ai/）

正因此，宣言对不同群体提出了建议：

宣言给政府及其他部门决策者的建议是：保护作者的权利、不要相信炒作、规范 AI 行业、投资公共计算基础设施。

宣言给数学家的建议是：披露工具使用情况、支持审查需求、坚持开放科学原则、保留对正确性的责任、肯定作者的人性、务必认真做好归属工作、参与公共讨论、随时了解新兴技术、欢迎新贡献者、仔细考虑要使用哪些工具、评估你行为的伦理后果并采取相应行动。

宣言给数学组织和非营利研究资助者的建议是：培养专业技能并制定战略计划、主导制定出版和审稿政策、保持严谨的标准、保护作者的权利、坚持选择合适的出版渠道、支持公共研究实验室、提供协作框架、资金投入应与价值观相符。

事实上，数学一直被认为是科研领域的清高之地，数学家不需要太多的科研经费，只需要一支笔就可以做研究。但正是这批对于科研经费要求不高的数学家，反而成了多次被 AI“针对”的群体。比如，人们经常看到科技公司宣传 AI 解决了多么难的数学题目，但很少看到科技公司以 AI 解决生化环材领域的难题来展示自家产品能力。

而在这份宣言发布之后，也得到了国际数学联盟的正式支持。该联盟副主席公开表示，数学永远都应该是一件充满人情味的事。许多知名数学家也公开表示赞同，还有数学家担心当前 AI 生成的假论文正在像病毒一样蔓延，有时审稿人根本来不及分辨真假，错误的结果一旦发表，后面的人就会在错的地基上继续盖楼。

这群数学家并不是反对 AI 这种工具本身，实际上反对的是对于工具的滥用。以计算器为例，谁都知道它算得又快又准，可当我们小时候上数学课的时候，数学老师还是会让我们自己在草纸上列竖式，一步步地推导。这种练习确实不能快速得到答案，但却是提升逻辑能力和推理能力的必经之路。因此，AI 不应该成为定义数学的唯一标准，本次《莱顿宣言》宗旨也是希望能够守护数学推导过程的清晰和思考的自由。

联合国报告警告：2030年AI数据中心耗水量相当于13亿人用量

6月3日，联合国大学水、环境与健康研究所发布的《人工智能能耗的环境成本：碳、水和土地足迹》报告称，随着人工智能（AI）的使用增长，数据中心的水资源和能源消耗以及污染将在短短四年内翻一番。

报告指出，到2030年，全球数据中心用电需求预计将达到945太瓦，其相关用水量将相当于13亿人一年的基本生活用水需求，而土地占用面积将超过14500平方公里。报告认为，评估AI的环境成本绝不能仅仅局限于“碳排放”，必须将“水足迹”和“土地足迹”纳入考量，因为低碳排放并不等同于低环境影响。

报告称，AI任务越复杂耗能越高，目前主要的耗能阶段不是训练大模型，而是用户与AI的互动和生成过程，占据了AI整体能耗的80%到90%。

联合国大学水、环境与健康研究所所长马达尼表示，这份报告并非反对AI，而是呼吁负责任地使用AI，并在规划、环境评估和社区协商中，主动将其碳、水、土地的真实成本完整纳入考量，以确保科技革命在地球边界之内可持续、公平地发展。

由于AI数据中心需要大量水进行冷却，水资源成为行业和民众的一大博弈焦点。马斯克旗下的SpaceX在上市前夕新增风险提示，称水资源短缺是AI扩张时的关键风险。谷歌公司3日表示，到2030年，其服务器集群的补给水量将超过用水量。

AI并非更“干净”

根据这份报告，2025年全球数据中心耗电量估计达到448太瓦（1太瓦等于1万亿瓦）。这些用电量产生了约2.08亿吨的二氧化碳，与阿根廷去年的排放量大致相当，产生如此多的能源消耗了约4.5万亿升的水。

预计到2030年，这些数据中心的相关用水量将达到9.3万亿升，相当于撒哈拉以南非洲地区13亿人一年的基本生活用水需求。水资源主要消耗在数据中心的冷却以及发电厂的间接耗水上。

若将全球数据中心视为一个国家，未来其耗电量将位居全球前列。到2030年，数据中心将占全球预计用电量的近3%，增至945太瓦，这几乎是巴基斯坦、孟加拉国和尼日利亚三国年用电量总和的三倍，并将产生近4.4亿吨二氧化碳。

目前数据中心能耗的20%由AI造成，但到2030年这个比例将增长到40%。

研究发现，AI每消耗1千瓦电力，不仅会产生碳排放，还会在冷却和发电过程中消耗水资源，以及能源基础设施和供应链所占用的土地资源。这三种环境足迹之间并不总是同步变化。例如，从煤炭转向生物能源可大幅降低碳足迹，但同时可能显著增加水资源和土地需求。

“最令我们惊讶的是，从碳排放角度来看最环保的选择，最终往往会对水资源或土地造成更严重的破坏。”该研究的合作者、联合国大学环境政策研究员米里亚姆·阿塞尔表示。

康奈尔大学能源工程教授、该校负责AI可持续发展事务的尤峰崎认为，这份报告的重要性在于联合国的公信力和权威，而不仅仅是因为某一组令人震惊的数据。

“其价值在于，联合国的一个机构将碳排放、水资源、土地资源、对整个生命周期的影响以及环境正义等要素整合到了一起。这些问题往往被保密或部分披露。”尤峰崎说，“广大民众应感到担忧，但不必惊慌。”

马达尼表示，尽管AI看似比汽车、暖气炉等有明显污染的机械装置更“干净”，实际并非如此。

“AI并非只是虚拟的东西。我们谈论的是具有物理属性的东西，会产生实际影响。（AI）有基础设施，正在使用能源。”马达尼说，“所有这些操作背后都有大量硬件支持。虽然我们在手机、电脑上看不到设备冒出烟雾，看起来非常干净，但在其他地方，有人正在遭受痛苦。”

用AI无需太礼貌

阿塞尔表示，真正消耗大量能源的并非训练过程本身，而是被用于执行各种操作指令。仅ChatGPT一天就会处理25亿条提示词（Prompts），年耗电量约383吉瓦（1吉瓦约合10亿瓦）。

不同AI任务之间的能耗差异巨大。典型聊天查询的能耗约为基础文本分类任务的200倍，生成一张AI图像的能耗约为1450倍；生成一段短视频的能耗则相当于20万次垃圾邮件分类任务。

马达尼认为，人们可以通过在提问中更简洁地表达，来减少AI庞大的能源需求。报告发现，将请求中的字数减少30%，可以降低AI能源消耗的约25%。

“如果你太有礼貌了，你多加的那句‘请’会带来很大不同。”马达尼说，“你必须非常精准且简短。”

科技倡导者则辩称，其设备正在变得更高效，行业也正在应对AI带来的环境问题。

美国国家人工智能协会主席凯莱布·马克斯强调AI正迅速融入人们的日常生活，带来提高工作效率、减少贫困等诸多益处。AI开发的投资回报率对世界具有变革性的影响，因此非常值得发展。

美国数据中心联盟主席乔什·利维进一步表示，AI行业对自身的环境影响问题非常重视。“我们仍将致力于与政策制定者、当地社区以及行业合作伙伴合作，以确保随着数据中心规模的扩大，其发展过程能够做到负责任、透明，并且符合当前最佳实践标准。”

但马达尼提出了一个普遍悖论：当事物变得更高效，其使用频率会更高，总能耗随之大幅上升。即便使用过程中单个环节更高效，也会出现这一情况。

阿塞尔和马达尼均指出，进行这项研究时面临的一个问题是，许多公司和机构对于其数据中心和AI系统所消耗的能源情况并不透明，甚至不清楚这些系统的具体位置、规模大小等信息。

马达尼还认为，虽然一些公司宣称其数据中心使用了可再生能源，但这意味着其他地方就会使用相对不清洁的能源。

科技巨头关注水资源问题

由于数据中心服务器运行会释放大量热量，通常会用水进行冷却。一种流行的技术称为蒸发冷却，即利用淡水吸收热量，然后将这些热量通过管道输送到冷却塔中，在冷却塔外进行蒸发处理。

这让用水成为数据中心最具争议的问题之一。民调机构盖洛普5月13日公布的民调发现，七成美国人反对在自己所在的地区建设数据中心，其中一半的受访者提到数据中心对环境资源的影响，包括用水过度。

面对日益激烈的抵制，一些科技公司正急于向公众保证，他们会正面迎战这一问题。

马斯克旗下即将上市的SpaceX公司1日在其首次公开募股（IPO）申请的“风险因素”部分增加了新措辞，称获取水资源和SpaceX确保电力供应、获得处理器及其他关键资源一样重要。水资源也是数据中心选址、开发和运营的关键考量。

此前，SpaceX主要向投资者强调，其数据中心主要受到“以合理价格获得电力、漫长的建设周期和材料短缺”等因素的限制。

目前尚不清楚SpaceX为何加入这段关于水的条款，或为何最初省略了这一段。

科技媒体Tech Crunch报道称，SpaceX目前正处于首次公开募股前阶段，在此期间，美国证券交易委员会（SEC）一直向该公司发送“意见信”，寻求澄清或补充有关该文件的细节，可能是SEC的质询促成了这次变化。

除了SpaceX外，包括微软、OpenAI和甲骨文在内的一些科技巨头近几个月已声明，正完全放弃蒸发冷却以节约用水。

今年3月，甲骨文与OpenAI放弃在美国得克萨斯州扩建一座AI数据中心的计划，该计划原本属于美国大规模数据中心项目“星际之门”的一部分。

谷歌采取了不同的策略。该公司6月3日在一篇博客文章中声称，正努力减少对环境的影响，具体方式是切实增加数据中心所在社区的供水量、投资当地的供水基础设施，寻找替代水源为该公司的设施供电，并全面公开该公司的用水情况。

谷歌母公司Alphabet最近表示，计划通过股票发售筹集800亿美元，以资助其数据中心的建设。

一些研究人员表示，谷歌此前对其AI的用水量估计不准确，因为他们忽略了间接用量。谷歌全球基础设施与可持续发展负责人本·汤森则称，谷歌正在力所能及的范围内核算间接用水量，并投资无水可再生能源（即发电或制氢过程中几乎不消耗水资源的可再生能源技术，包括风能、太阳能光伏等）。

2024年，隶属于美国能源部的劳伦斯伯克利国家实验室在一份报告中预测，如果超大规模数据中心高度依赖蒸发冷却，到2030年可能消耗多达330亿加仑（约合1250亿升）的水。

和其他耗水量高的行业相比，这一数据与其相当或更低。一口水力压裂井的用水量就可达到150万至1600万加仑。但在水资源本已稀缺的地区，这仍然存在风险，尤其是在夏季，因为数据中心冷却需求往往与市政用水同时激增。

加州大学河滨分校电子工程系副教授任邵磊说：“水是一个高度本地化、极具区域性的问题。这是有限的资源，我们必须非常谨慎地管理。”

独立顾问普里西拉·约翰逊曾于2017年至2020年担任微软水资源战略总监。她表示，可以通过推动企业开发更优的设计方案，同时减少用水和能源消耗。“这个行业必须接受挑战，设计出更智能、更简洁的东西。”约翰逊说。