人工智能既強(qiáng)大又迷人。它能夠自動(dòng)化處理我們大多數(shù)人都不愿做的平凡任務(wù)，還能創(chuàng)造出引人遐想的震撼圖像。

但這些能力是有代價(jià)的。訓(xùn)練和部署人工智能模型需要巨大的計(jì)算能力，這會(huì)導(dǎo)致大量的能源消耗和不斷增長的碳足跡。想要部署人工智能的公司往往找不到具有相關(guān)專業(yè)知識(shí)的人選。而且人工智能還帶來了一系列其他的倫理問題，包括深度偽造（換臉等深度合成技術(shù)）的興起、知識(shí)產(chǎn)權(quán)的價(jià)值以及人工智能系統(tǒng)的可信度。

在拉斯維加斯2025CES（國際消費(fèi)電子展）上，由IEEE的IEEE Spectrum主編Glenn Zorpette主持的一場題為“人工智能能否帶來有益的技術(shù)？”的小組討論中，人工智能的成本與其前景之間的矛盾成為了焦點(diǎn)問題。小組成員包括IEEE高級會(huì)員Hasala Dharmawardena和Nita Patel，以及IEEE會(huì)員Mark Riedl和Gloria Washington。

你可以在此觀看完整的討論內(nèi)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：

大語言模型的工作原理

你可能聽到過人們說，大語言模型僅僅是非常擅長預(yù)測句子中的下一個(gè)單詞的系統(tǒng)。當(dāng)你聽到“藍(lán)（blue）”這個(gè)詞時(shí)，你可能會(huì)想到“莓（berry）”這個(gè)詞。但是如果你聽到“深藍(lán)（deep blue）”這個(gè)短語，你可能會(huì)認(rèn)為下一個(gè)詞是“海（sea）”。大語言模型基于海量數(shù)據(jù)集和大量的數(shù)學(xué)運(yùn)算，利用語境來預(yù)測短語或句子中的下一個(gè)單詞。這種解釋為關(guān)于負(fù)責(zé)任地使用人工智能以及生成式人工智能系統(tǒng)為何會(huì)提供錯(cuò)誤答案的討論鋪平了道路。

“輸入語言模型的每個(gè)單詞都是對接下來內(nèi)容的一個(gè)線索，”Riedl說，“僅僅憑借三個(gè)單詞，你就能對我接下來要說的內(nèi)容有一個(gè)相當(dāng)不錯(cuò)的想法。現(xiàn)在如果你有一百個(gè)單詞或者一千個(gè)單詞，接下來要出現(xiàn)的單詞就變得有點(diǎn)不言而喻了。一個(gè)語言模型試圖找出所有這些單詞中的模式、所有的線索，以及它們與接下來內(nèi)容的關(guān)聯(lián)方式。”

人工智能系統(tǒng)消耗多少能源？

大語言模型越復(fù)雜，生成文本或圖像所消耗的能源就越多。盡管美國的人口和經(jīng)濟(jì)活動(dòng)有所增長，但在過去二十年里，其能源消耗一直保持相對穩(wěn)定。小組成員解釋了為何人工智能的興起預(yù)計(jì)會(huì)增加電力消耗。

新興用例

人工智能模型非常擅長回答問題。它們甚至能為你規(guī)劃假期，但它們的能力也存在局限性。雖然它們能夠制定出計(jì)劃，但卻不能為那次假期預(yù)訂酒店房間或者選擇航班。人工智能的下一步可能是能夠制定計(jì)劃并將其付諸行動(dòng)的人工智能代理（智能體）。代理性人工智能（智能體人工智能）也將對醫(yī)療保健、制造業(yè)、市場營銷和網(wǎng)絡(luò)安全等領(lǐng)域產(chǎn)生重大影響。

“對我來說，人工智能是為了讓人類能做更多的事，”Patel說，“計(jì)算器的概念非常簡單，但它讓人們能做更多的事。人工智能對于編程來說也是如此。你可以說你想要發(fā)生某事，然后它就被創(chuàng)造出來了。”

人工智能能否帶來有益的技術(shù)？

答案當(dāng)然是肯定的。然而，小組成員指出，人工智能是一種兩用技術(shù)，其形態(tài)由使用者塑造。最終，關(guān)鍵在于在創(chuàng)新發(fā)展與人類監(jiān)督及審慎政策（以引導(dǎo)其發(fā)展和使用）的需求之間達(dá)成平衡。

“這些技術(shù)的一切都很美妙，但很多時(shí)候，弱勢群體和邊緣群體受到的影響是我們未曾預(yù)料到的，”Washington說，“在我們開發(fā)和部署這些工具時(shí)，我們需要認(rèn)真考慮公平性、問責(zé)制和透明度。”