科学网—从“天才”的视角看人工智能的发展方向、前景及其社会影响
精选
已有 160 次阅读
2026-8-4 12:25
| 个人分类: 对阿尔法狗及人工智能的评论 | 系统分类: 观点评述
按： 人类大脑在仅约 20 瓦的极低功耗下，展现出了超凡的通用智能与学习能力。相比之下，当前以大模型为代表的人工智能（ AI ）却依赖着庞大的数据中心和惊人的电力消耗。本文承接《从人脑的低功耗与学习特征反观人工智能能耗巨大的两个可能根源》（ https://blog.sciencenet.cn/home.php?mod=space&uid=3234816&do=blog&id=1545838 ）一文的思考，从“天才”的高效认知视角出发，探讨 AI 在能耗效率上的潜在突破空间，并对未来人工智能的发展方向、应用前景及其可能产生的社会影响作进一步展望。
一、人工智能仍处于“高能耗的早期阶段”
当下，人工智能在特定领域的智能表现已经达到甚至明显超过了绝大多数人类个体的水平。语言理解、逻辑推理、复杂策略博弈、艺术创作等许多原本被认为独属于人类心智高地的能力，正被人工智能逐一攻克。正因如此，我们才有理由沿着这一趋势进行更深层的推测：未来人工智能应不仅会在智能的广度和深度上继续逼近乃至超越人类，它的能耗水平也应将逐渐接近人脑，而不会像现在这样，比人脑的能耗高出许多个数量级。
倘若我们把人工智能看成一个正在成长中的“天才”，那么一个真正的顶尖天才，绝不可能以一种极度耗能的笨重方式来展现其才华。真正卓越的心智，往往以极高的效率运行，用最少的能量完成最精妙的信息处理。天才音乐家在即兴创作时，大脑消耗的能量并不比一个普通灯泡高出多少；数学大师在脑海中推演复杂的抽象结构时，其神经活动的代谢成本依然被严格限制在生命所能提供的狭小预算之内。换言之，人脑本质上是一部功率不过 20 瓦左右的生物计算机，却在理解、推理、共情、创造等方方面面展现了惊人的效能。反观当前的大语言模型和各类前沿人工智能，训练一次便需消耗数百万度电，维持日常推理服务也需要庞大的数据中心支撑，其能效与人脑之间存在着一条极其巨大的鸿沟。以“天才”的标准来审视，这种状态显然远未臻至化境，更像是一个智力超常却代谢紊乱、暴饮暴食的“病态巨人”。
上述对比表明，人工智能仍有极其巨大的提升空间。这种提升不仅仅在于智力层面——继续提高模型的准确度、知识容量和逻辑一致性——更根本的跃迁很可能发生在能耗层面。事实上，能耗和智能本身就是一体两面的问题。当算法的效率得到根本性提升，当计算范式摆脱现有数字架构的束缚时，人工智能水平的再提高和能耗水平的急剧下降将会同步发生。
更为准确地来说，当前人工智能在能耗上相比人脑的巨大劣势，未必意味着人工智能的智能本质上就必须如此耗能，更可能说明现有的算法结构、芯片架构和训练方法等还不够成熟。今天的大模型更像是一个正在成长中的“天才”，它已经展现出非常强的学习和分析能力，但仍然需要通过大量训练、大规模计算和反复调用，才能完成许多任务。它的能力虽然突出，效率却还不高。而人类并不需要把全部知识逐字存储在大脑中，也不需要在每次面对问题时重新进行大规模计算。人脑可以通过高度分布式的神经结构、经验积累、抽象概括和情境理解，以极其有限的能量维持复杂而灵活的智能活动。
因此，真正成熟的顶尖智能，不应只表现为更强的计算能力，也应表现为更高的思维效率、更低的资源消耗和更强的环境适应能力。如果人工智能未来能够在学习机制、记忆组织、推理方式和硬件结构等方面取得进一步突破，那么其能耗水平有可能大幅下降，并逐步接近人脑的能耗效率。
二、人工智能能耗效率可能存在巨大的提升空间
未来人工智能的进步，不能只用模型参数规模、训练数据数量或基准测试成绩来衡量。能耗效率也应成为非常重要的评价指标。一个能够完成相同任务、但只需要百分之一甚至千分之一能源的人工智能系统，同样是极为巨大也极为重要的技术进步。
人工智能能耗效率的提升，可能来自多个方面，除了笔者在前一篇文章中所提到的那两个因素外，以下几个方面也应是同样关键的。
首先是算法的改进。当前许多人工智能系统在处理问题时，往往需要调用规模庞大的神经网络。未来的模型可能会更加模块化、专业化和稀疏化，只激活与当前任务相关的部分网络，而不必让整个系统同时参与计算。这种方式类似于人脑在面对具体问题时，并不会调动全部神经资源。
其次是学习方式的变化。今天的人工智能通常需要依赖海量数据进行训练，而人类儿童却能够通过少量样本、直接体验和社会互动，迅速形成对世界的基本认识。未来的人工智能如果能够更有效地利用因果关系、常识经验、模拟环境和自主探索，就可能减少对海量标注数据和重复训练的依赖。
再次是芯片和计算架构的变化。传统计算机将存储和计算分开，数据需要在存储器和处理器之间频繁传输，这会带来大量额外能耗。人脑的神经元和突触则同时承担信息存储与处理功能。未来的存算一体、神经形态芯片、光计算以及其他新型计算技术，有可能在硬件层面显著降低人工智能的运行成本。
此外，人工智能还应能通过持续学习和知识复用提高效率。一个成熟的‘天才级’人工智能系统不应每次遇到新任务都从头开始，而应能够把过去获得的知识、技能和经验迁移到新的场景中。这样既能够提高工作效率，也能够减少大量重复计算。
如果上述这些方向的确可以不断取得突破，那么未来人工智能的能耗就可能出现数量级上的巨大下降。届时，人工智能的发展重点也许将不再主要是“建设更大的数据中心”，而会逐渐转向“让人工智能进入更多具体场景”，尤其是让智能能力真正转化为生产力和服务能力。
三、基础设施可能经历重新配置
人工智能能耗效率的大幅提高，可能对现有的能源和计算基础设施产生重要影响。
目前，为了满足人工智能训练和运行的需求，世界各国正在建设大量数据中心、服务器集群、输电设施和发电项目，许多地区正在围绕人工智能布局电力供应、芯片制造和网络基础设施，这些举措固然可以极大地推动人工智能的发展，是新事物发展过程中的必然需求。
然而，如果未来人工智能的单位任务能耗大幅下降，那么现有部分面向高能耗计算的基础设施可能出现利用率下降或结构性富余。当然，这并不一定意味着这些设施会完全失去价值。富余的电力可以转向工业生产、交通电气化、居民生活和其他数字化服务；计算中心也可以承担科学计算、气候模拟、医疗分析和公共服务等任务。但是，部分建设周期较长、专门化程度较高的设施，可能面临投资回报下降、设备更新加快甚至资产闲置之类的问题。
因此，人工智能基础设施建设不能只追求当前规模，也需要考虑未来技术进步带来的效率变化。过度依赖高能耗模型和单一计算架构，可能造成新的资源浪费。更合理的方向，是在扩大基础设施的同时，提高其可调度性、通用性和升级能力，使其能够适应不同阶段的技术变化。
四、人工智能发展的重点将转向具体应用
当人工智能本身的效率达到较高水平之后，真正具有巨大增长空间的，将是人工智能在现实世界中的具体应用。具体比如：
在工业领域，人工智能可以参与产品设计、生产调度、质量检测、设备维护和供应链管理。它能够根据实时数据调整生产流程，提前发现设备故障，并通过机器人完成危险、重复或精细化程度较高的工作等等。
在农业领域，人工智能可以结合传感器、无人机和自动化设备，实现播种、施肥、灌溉、病虫害监测和收获等环节的精细管理。未来农业生产可能不再主要依靠大量人工劳动，而是由人工智能系统统一协调土地、设备、气候和作物生长状态。
在医疗领域，人工智能可以帮助医生分析影像、整理病历、预测疾病风险，并为不同患者提供更加个性化的治疗建议等。不过，医疗人工智能涉及生命安全和伦理责任，不能简单地用技术效率取代医生的判断与人文关怀。
在教育领域，人工智能有望成为能够长期陪伴学生学习的个性化教师。它应该可以根据学生的知识水平、兴趣特点和学习障碍调整教学方法，及时发现问题，并提供不同难度和不同风格的教育模块。教育资源因此有可能更加公平地覆盖偏远地区和普通家庭。
五、具身人工智能将进入生产和家庭
相比只能通过文字、声音或图像与人互动的人工智能，具身人工智能可以更接近人类对“智能”的直观理解。它不仅能够思考和交流，还能够通过机械身体感知环境、移动位置、操作物体并完成连续任务。
未来的具身人工智能将可能广泛应用于工厂、仓储、建筑、物流、养老、医疗和公共服务等领域。在这些场景中， AI 驱动的机器人将不再只是按照固定程序重复动作，而是能够理解环境变化，根据任务目标自主规划，并在遇到异常情况时及时调整方案。
家庭也将成为具身人工智能的重要应用场景。家务劳动具有高度重复性，但同时又涉及复杂的环境理解和灵活操作。未来的家庭机器人或许能够完成清洁、整理、烹饪辅助、物品搬运、老人照护和儿童陪伴等工作。随着成本下降、可靠性提高以及安全标准完善，拥有一台家庭人工智能机器人，可能会从少数人的奢侈消费逐渐变成普通家庭可以承担的日常配置。
这一发展过程也许会与汽车的普及具有极大的相似性，只是发展速度可能会远快于汽车的普及速度。早期汽车价格昂贵、数量稀少，只有少数人能够拥有；随着制造技术进步、基础设施完善和规模化生产，汽车逐渐进入千家万户。具身人工智能也必将经历从工业设备、专业服务工具到家庭通用设备的扩散过程。
不过，家庭机器人能否真正普及，关键不只在于人工智能是否足够聪明，还取决于价格、维修、隐私、安全、责任认定和社会接受程度。只有当机器人能够稳定地在真实家庭环境中工作，并且不会对老人、儿童和宠物造成风险，家庭用户才会广泛接受。乐观估计，这一未来场景的发生也许会很快。
六、人工智能将深刻改变社会结构
人工智能的大规模应用，首先会改变劳动结构。一些重复性、危险性和规则明确的工作可能由于人工智能的广泛使用而逐步减少，但与创造力、沟通能力、责任承担和复杂现实判断有关的工作应将长期存在。人工智能应不会在工作场景中立即取代大多数人，但几乎一定会改变绝大多数职业的工作方式。
其次，社会财富分配可能面临新的挑战。如果人工智能和机器人主要掌握在少数大型企业或资本主体的手中，生产效率提高所带来的收益可能集中在少数人手中，从而扩大收入差距。相反，如果人工智能技术能够以较低成本普惠社会，并通过公共服务、教育培训和合理的制度安排让更多人受益，那么它也可能成为改善生活质量、减少贫困和促进社会公平的重要工具。
再次，人的价值观和生活方式也会发生变化。当大量家务、生产和信息处理工作都能够由人工智能完成之后，人类需要重新思考工作的意义、个人价值的来源以及教育的目标。教育不能只培养记忆知识和执行标准流程的能力，而应更加重视判断力、创造力、合作能力、道德责任和对真实世界的理解。
一个值得高度重视的问题是，人工智能越强大，对人工智能的治理的重要性就越突出。因此，必须建立清晰的责任制度、数据保护制度、算法审查机制和人工监督机制，防止人工智能被滥用于欺诈、操纵、监控和非正义的战争。此外，对于进入家庭和公共空间的具身人工智能，还需要明确其权限边界、数据使用范围和事故责任归属等等。
结语
从“天才”的视角来看，人工智能的未来不应只是不断增加模型规模和计算设备数量，而应朝着更高智能、更低能耗、更强适应能力和更广泛应用的方向发展。今天的人工智能虽然已经表现出超越普通人的巨大能力，但在能耗效率、常识理解、现实操作、自主学习和社会责任等方面仍处于发展阶段。
如果未来人工智能能够在算法、芯片和学习机制上取得重大突破，那么其能耗可能大幅下降，应用范围也将从数据中心扩展到工厂、农田、医院、学校和家庭。具身人工智能有可能像汽车、智能手机一样，逐步从少数人的特殊设备变成普通家庭的日常工具。
但技术进步本身并不会自动带来美好结果。人工智能究竟会成为扩大不平等的工具，还是成为改善人类生活的公共能力，取决于技术设计、产业结构、法律制度和社会选择。真正值得期待的人工智能，不仅应该是更聪明的人工智能，也应该是更节能、更可靠、更安全，并且能够让更多人公平受益的人工智能。
转载本文请联系原作者获取授权，同时请注明本文来自钟定胜科学网博客。 链接地址： https://blog.sciencenet.cn/blog-3234816-1546453.html
上一篇： 从人脑的低功耗与学习特征反观人工智能能耗巨大的两个可能根源 欢迎参加科学网十佳博文评选活动！ 主办单位： 
支持单位： 