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
Fractal AI Research实验室开发了Fathom-DeepResearch智能搜索系统,该系统由两个4B参数模型组成,能够进行20多轮深度网络搜索并生成结构化报告。研究团队创新了DUETQA数据集、RAPO训练方法和认知行为奖励机制,解决了AI搜索中的浅层化、重复性和缺乏综合能力等问题,在多项基准测试中显著超越现有开源系统,为AI助手向专业研究工具转变奠定了基础。
快手科技与清华大学合作发现当前AI语言模型训练中存在严重的权重分配不平衡问题,提出了非对称重要性采样策略优化(ASPO)方法。该方法通过翻转正面样本的重要性权重,让模型把更多注意力放在需要改进的部分而非已经表现良好的部分,显著提升了数学推理和编程任务的性能,并改善了训练稳定性。