据美国《科学日报》网站4月5日报道，在美国，人工智能正在消耗大量电力。根据国际能源署的数据，人工智能系统和数据中心在2024年使用了大约415太瓦时电力，占全美总发电量的10%以上，预计到2030年，这一需求量将翻一番。

这种快速增长引发了人们对可持续性的担忧。作为回应，一所工程学院的研究人员创造了一个概念验证型人工智能系统，其设计效率要高得多。他们的这一方法可将能耗降至原来的百分之一，同时还能提高任务表现。

这项研究来自塔夫茨大学卡罗尔家庭应用技术教授马蒂亚斯·朔伊茨的实验室。他的团队正在开发神经符号人工智能，即将传统神经网络与符号推理相结合。这一方法反映出人类是如何将问题拆分为步骤和类别来予以解决的。

这项研究将于5月在维也纳举行的国际机器人技术与自动化大会上发表，并将出现在会议纪要中。

与聊天生成预训练转换器(ChatGPT)和“双子座”人工智能模型(Gemini)等耳熟能详的大型语言模型(LLM)不同，该团队专注于机器人所使用的人工智能系统。这些系统被称为视觉-语言-动作(简称VLA)模型，即通过将视觉和物理运动相结合来扩展大语言模型的功能。

VLA模型接收来自相机的视觉数据以及来自语言的指令，再将这些信息转化为现实世界的行为动作。例如，它们可以控制机器人的轮子、手臂或手指来完成任务。

传统的VLA系统严重依赖数据和试错学习。如果命令机器人将积木堆叠成一个塔，首先它需要进行场景分析，识别每个积木，并确定如何正确放置它们。

这个过程经常会出错。阴影可能会让系统混淆积木的形状，或是机器人可能会错误地放置积木，从而导致整个结构的崩溃。

这些错误与大语言模型的问题类似。就像机器人会把积木放错地方一样，聊天机器人也会产生错误或误导性的输出。案例包括编造法律案件或生成带有不切实际细节的图像，例如多余的手指。

符号推理提供了一种不同的策略。它不只依赖数据模式，而是会使用规则和抽象概念，例如形状和平衡。这使得系统可以更有效地进行规划，同时避免了不必要的试验和错误。

朔伊茨说：“就像大语言模型一样，VLA模型基于来自类似场景大型训练数集的统计结果，但这可能会导致错误。神经符号VLA可以运用规则，即减少学习过程中试错次数的规则，并快速找到解决方案。它不仅可以更快地完成任务，还可以极大地减少训练系统的时间。”

研究人员使用汉诺塔来对他们的系统进行测试，这是一个需要精细筹划的经典谜题。

神经符号VLA的成功率达到了95%，而标准系统的成功率仅有34%。当面对一个从未见过的较为复杂的谜题版本时，该系统的成功率仍然高达78%。相比之下，传统模型的尝试则均以失败告终。

此外，系统训练时间也急剧减少。新系统的学习时间仅为34分钟，而传统模型则需要一天半以上的时间。

能源消耗也大大减少。训练神经符号模型所需的能量仅为标准VLA系统所需能量的1%。在运行过程中，它只使用了传统方法所需能量的5%。

朔伊茨说：“(传统)系统只是试图按顺序预测下一个单词或动作，但这并不完美，它们得出的结果可能不准确或是出现幻觉。其精力消耗往往与任务不成正比。例如，当你用谷歌进行搜索时，页面顶部人工智能摘要的耗能是生成网站列表的100倍。”

随着人工智能在各行各业的应用加速，算力需求持续攀升。数据中心越建越大，其中一些需要数百兆瓦的电力，耗能水平甚至超过了一整个小城市的需求。

这一趋势催生了扩大基建竞赛，引发了人们对长期能源限制的担忧。

研究人员认为，目前基于大语言模型和VLA的方法从长远看或无法持续。虽然这些系统功能强大，但其耗能极大，且输出结果并不可靠。

相比之下，神经符号人工智能提供了一个截然不同的方向。通过将学习与结构化推理相结合，它或许可为未来的人工智能系统提供更有效、更可靠的基础。（编译/文怡）