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
谷歌深度思维团队开发出名为MolGen的AI系统,能够像经验丰富的化学家一样自主设计全新药物分子。该系统通过学习1000万种化合物数据,在阿尔茨海默病等疾病的药物设计中表现出色,实际合成测试成功率达90%,远超传统方法。这项技术有望将药物研发周期从10-15年缩短至5-8年,成本降低一半,为患者更快获得新药治疗带来希望。
继苹果和其他厂商之后,Google正在加大力度推广其在智能手机上的人工智能功能。该公司试图通过展示AI在移动设备上的实用性和创新性来吸引消费者关注,希望说服用户相信手机AI功能的价值。Google面临的挑战是如何让消费者真正体验到AI带来的便利,并将这些技术优势转化为市场竞争力。
哈佛医学院和微软公司合作开发了一个能够"听声识病"的AI系统,仅通过分析语音就能预测健康状况,准确率高达92%。该系统基于深度学习技术,能够捕捉声音中与疾病相关的微妙变化,并具备跨语言诊断能力。研究团队已开发出智能手机应用原型,用户只需完成简单语音任务即可获得健康评估,为个性化健康管理开辟了新途径。