但这些能力是有代价的。训练和部署人工智能模型需要巨大的计算能力,这会导致大量的能源消耗和不断增长的碳足迹。想要部署人工智能的公司往往找不到具有相关专业知识的人选。而且人工智能还带来了一系列其他的伦理问题,包括深度伪造(换脸等深度合成技术)的兴起、知识产权的价值以及人工智能系统的可信度。

在拉斯维加斯2025 CES(国际消费电子展)上,由IEEE的IEEE Spectrum主编Glenn Zorpette主持的一场题为“人工智能能否带来有益的技术?”的小组讨论中,人工智能的成本与其前景之间的矛盾成为了焦点问题。小组成员包括IEEE高级会员Hasala Dharmawardena和Nita Patel,以及IEEE会员Mark Riedl和Gloria Washington。
你可以在此观看完整的讨论内容:https://www.ces.tech/videos/2025/january/can-ai-deliver-technology-for-good-presented-by-ieee/。
以下是一些精彩部分:
大语言模型的工作原理
你可能听到过人们说,大语言模型仅仅是非常擅长预测句子中的下一个单词的系统。当你听到“蓝(blue)”这个词时,你可能会想到“莓(berry)”这个词。但是如果你听到“深蓝(deep blue)”这个短语,你可能会认为下一个词是“海(sea)”。大语言模型基于海量数据集和大量的数学运算,利用语境来预测短语或句子中的下一个单词。这种解释为关于负责任地使用人工智能以及生成式人工智能系统为何会提供错误答案的讨论铺平了道路。
“输入语言模型的每个单词都是对接下来内容的一个线索,”Riedl说,“仅仅凭借三个单词,你就能对我接下来要说的内容有一个相当不错的想法。现在如果你有一百个单词或者一千个单词,接下来要出现的单词就变得有点不言而喻了。一个语言模型试图找出所有这些单词中的模式、所有的线索,以及它们与接下来内容的关联方式。”
人工智能系统消耗多少能源?
大语言模型越复杂,生成文本或图像所消耗的能源就越多。尽管美国的人口和经济活动有所增长,但在过去二十年里,其能源消耗一直保持相对稳定。小组成员解释了为何人工智能的兴起预计会增加电力消耗。
新兴用例
人工智能模型非常擅长回答问题。它们甚至能为你规划假期,但它们的能力也存在局限性。虽然它们能够制定出计划,但却不能为那次假期预订酒店房间或者选择航班。人工智能的下一步可能是能够制定计划并将其付诸行动的人工智能代理(智能体)。代理性人工智能(智能体人工智能)也将对医疗保健、制造业、市场营销和网络安全等领域产生重大影响。
“对我来说,人工智能是为了让人类能做更多的事,”Patel说,“计算器的概念非常简单,但它让人们能做更多的事。人工智能对于编程来说也是如此。你可以说你想要发生某事,然后它就被创造出来了。”
人工智能能否带来有益的技术?
答案当然是肯定的。然而,小组成员指出,人工智能是一种两用技术,其形态由使用者塑造。最终,关键在于在创新发展与人类监督及审慎政策(以引导其发展和使用)的需求之间达成平衡。
“这些技术的一切都很美妙,但很多时候,弱势群体和边缘群体受到的影响是我们未曾预料到的,”Washington说,“在我们开发和部署这些工具时,我们需要认真考虑公平性、问责制和透明度。”
好文章,需要你的鼓励
Allen AI研究所联合多家顶尖机构推出SAGE智能视频分析系统,首次实现类人化的"任意时长推理"能力。该系统能根据问题复杂程度灵活调整分析策略,配备六种智能工具进行协同分析,在处理10分钟以上视频时准确率提升8.2%。研究团队创建了包含1744个真实娱乐视频问题的SAGE-Bench评估平台,并采用创新的AI生成训练数据方法,为视频AI技术的实际应用开辟了新路径。
联想推出新一代NVMe存储解决方案DE6600系列,包含全闪存DE6600F和混合存储DE6600H两款型号。该系列产品延迟低于100微秒,支持多种连接协议,2U机架可容纳24块NVMe驱动器。容量可从367TB扩展至1.798PiB全闪存或7.741PiB混合配置,适用于AI、高性能计算、实时分析等场景,并配备双活控制器和XClarity统一管理平台。
中科院团队首次系统评估了AI视觉模型在文本压缩环境下的理解能力,发现虽然AI能准确识别压缩图像中的文字,但在理解深层含义、建立关联推理方面表现不佳。研究通过VTCBench测试系统揭示了AI存在"位置偏差"等问题,为视觉文本压缩技术的改进指明方向。