未來的人工智慧可能不再需要大型數據中心，專家表示

來源：CritpoTendencia 原標題：未來的人工智慧可能不再需要大型資料中心，專家這麼說 原始連結： 目前，人工智慧(AI)的進展展望一個充滿希望但也充滿挑戰的未來。其進步在很大程度上由大國之間的策略競賽推動，這些國家試圖在這場科技競賽中取得優勢。然而，由於關鍵資源的短缺，取得決定性優勢變得越來越困難。

啟動一個先進的人工智慧計畫既不簡單也不經濟。它需要巨額投資來建設必要的基礎設施，例如資料中心和能夠供電的發電系統。這些如今是訓練高階語言模型的基礎，這些模型依賴於大量資料和計算能力。

然而，這種方法可能只是人工智慧發展的史前階段。根據約翰霍普金斯大學最近的一項研究，存在更高效的替代方案來推進這項技術。研究指出，模擬人腦的運作方式將使人工智慧能夠在不需要持續大量資料的情況下學習。

簡單來說，人類不需要透過有線連接到資料中心來獲取知識。他們通過直接經驗和與環境的互動來學習。一個能自主探索網路的人工智慧系統，可能是未來的關鍵。

因此，可能會出現一種不依賴越來越強大計算能力的人工智慧。

人工智慧未來能成為超級大腦嗎？

目前，對人腦的運作尚未完全理解。神經科學正以高速發展，但仍遠未能重建一個能自主且有意識地從電磁脈衝刺激中產生知識的系統。

神經元通過突觸，從其他神經元的軸突在樹突中接收資訊。這一過程在大腦中發生數萬億次，正是記憶、知識、技能和其他認知過程的來源。模擬這一機制尚未成功，但隨著科學進步，未來幾代人可能會攻克這一領域。

當我們理解了將物質轉化為感知，進而轉化為抽象思維的複雜結構時，科學就能複製這個大腦器官，或至少一個功能類似的系統。如此，一個非生物的有類比大腦特徵的生物體，便能在不依賴巨型資料中心的情況下存取資訊。

這正是上述研究的重點。“目前人工智慧領域的發展方式是向模型輸入大量資料，並建構像小城市一樣大小的計算資源。這需要數千億美元的投資，”該研究的主要作者 Mick Bonner 表示。

接著，他指出，相較之下，人類能從相對較少的資訊和資料中產生知識。

從進化中學習

根據研究，人腦產生知識的方式證明這是一個高效的過程。“進化很可能是出於某個很好的原因，才在這一點上達成了收斂，”作者表示。

“我們的研究表明，最接近人腦的設計架構，使人工智慧系統處於一個更具優勢的起點，”他補充說。

該研究還提出了一個巨大的倫理困境。人腦不是超自然的器官，也不是來自神聖來源的知識。它是由極其複雜的物質組織而成，經過演化，達到能產生自我意識的發展水平。

如果人類能完全破解這個器官的運作方式並成功複製，結果將是顯而易見的：創造出一個具有意識的人工體。這將意味著一個能體驗恐懼、憤怒或焦慮等情感的存在。

儘管想像這樣的場景不可避免地讓人聯想到反烏托邦科幻故事，但約翰霍普金斯大學的研究表明，科學正朝這個方向前進。人工智慧的發展會不會打開一個新的倫理潘朵拉盒子？