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
多伦多大学研究团队提出Squeeze3D压缩框架,巧妙利用3D生成模型的隐含压缩能力,通过训练映射网络桥接编码器与生成器的潜在空间,实现了极致的3D数据压缩。该技术对纹理网格、点云和辐射场分别达到2187倍、55倍和619倍的压缩比,同时保持高视觉质量,且无需针对特定对象训练网络,为3D内容传输和存储提供了革命性解决方案。
浙江大学与腾讯联合研究团队提出MoA异构适配器混合方法,通过整合不同类型的参数高效微调技术,解决了传统同质化专家混合方法中的表征坍塌和负载不均衡问题。该方法在数学和常识推理任务上显著优于现有方法,同时大幅降低训练参数和计算成本,为大模型高效微调提供了新的技术路径。
耶鲁、哥大等四校联合研发的RKEFino1模型,通过在Fino1基础上注入XBRL、CDM、MOF三大监管框架知识,显著提升了AI在数字监管报告任务中的表现。该模型在知识问答准确率提升超过一倍,数学推理能力从56.87%提升至70.69%,并在新颖的数值实体识别任务中展现良好潜力,为金融AI合规应用开辟新路径。
加州大学圣巴巴拉分校研究团队开发出能够自我进化的AI智能体,通过《卡坦岛拓荒者》桌游测试,这些AI能在游戏过程中自主修改策略和代码。实验显示,具备自我进化能力的AI显著超越静态版本,其中Claude 3.7模型性能提升达95%。研究验证了AI从被动工具向主动伙伴转变的可能性,为复杂决策场景中的AI应用开辟新路径。