人工智能既強大又迷人。它能夠自動化處理我們大多數(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的。訓(xùn)練和部署人工智能模型需要巨大的計算能力，這會導(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、知識產(chǎn)權(quán)的價值以及人工智能系統(tǒng)的可信度。
在拉斯維加斯2025 CES（國際消費電子展）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問題。小組成員包括IEEE高級會員Hasala Dharmawardena和Nita Patel，以及IEEE會員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)測句子中的下一個單詞的系統(tǒng)。當(dāng)你聽到“藍（blue）”這個詞時，你可能會想到“莓（berry）”這個詞。但是如果你聽到“深藍（deep blue）”這個短語，你可能會認為下一個詞是“海（sea）”。大語言模型基于海量數(shù)據(jù)集和大量的數(shù)學(xué)運算，利用語境來預(yù)測短語或句子中的下一個單詞。這種解釋為關(guān)于負責(zé)任地使用人工智能以及生成式人工智能系統(tǒng)為何會提供錯誤答案的討論鋪平了道路。
“輸入語言模型的每個單詞都是對接下來內(nèi)容的一個線索，”Riedl說，“僅僅憑借三個單詞，你就能對我接下來要說的內(nèi)容有一個相當(dāng)不錯的想法。現(xiàn)在如果你有一百個單詞或者一千個單詞，接下來要出現(xiàn)的單詞就變得有點不言而喻了。一個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)濟活動有所增長，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)計會增加電力消耗。
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劃并將其付諸行動的人工智能代理（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）的需求之間達成平衡。
“這些技術(shù)的一切都很美妙，但很多時候，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，我們需要認真考慮公平性、問責(zé)制和透明度。”
