算力“告急”能耗“报警”，源自人脑的AI新范式能否破题突围？
大约一周前，澳大利亚华裔科学家陶哲轩把自己要解的5个问题交给大模型进行数学定理自动推理证明，没过多久就完成了全部任务。他不禁感叹：“以后人类数学家还是别做证明题了，只要提出问题直接交给大模型就行了。”
如今，几乎无所不能的大模型，连数学家都对它感到佩服。今天举行的2023世界人工智能大会“大模型时代的通用人工智能产业发展机遇及风险”分论坛上，中国工程院院士、清华大学信息科学技术学院院长戴琼海指出，算力是目前人工智能（AI）发展遇到的最大瓶颈，未来AI新算法与模型将融合脑与认知，而生物机制与机器特色相结合，会创造出人工智能新范式，从而带来多维度的AI性能提升。
不断膨胀的AI能耗地球能否承受？
人工智能正在深刻改变这个时代：以AlphaGo为核心衍生出的一系列技术正引发科研领域的颠覆式革命，而以GPT-3为代表的大模型，可根据需求绘画、问答、写诗，几乎无所不能。因此，世界各国都对AI寄予厚望。阿里巴巴集团董事会主席兼首席执行官张勇曾表示，所有行业都值得用大模型重新做一遍。
然而，这将会使人工智能发展到何种规模？AI诞生至今，其状态空间复杂度已从初始的10的21次方提升到目前的10的172次方，这个数字比地球上所存在的细胞还要高出好几个数量级。
自然界有一种被称为“涌现”的奇特现象，指的是当群体数量达到一定规模，就会出现很多之前所没有的能力。戴琼海认为，如今的大模型就出现了知识与能力的“涌现”，其生成的思维链实现了数据与逻辑知识的双驱动，由此具有了内容理解与生成、科学求解等十分重要的应用能力。
不过，这又给人类提出了另一个问题。在气候挑战日益严峻的今天，不断膨胀的人工智能正在消耗越来越多的电力。据预测，到2030年，智能计算的年耗电量将达到5000亿度，占全球发电总量的5%。如果AlphaGo对弈一盘棋就要耗去1吨煤的发电量，训练对弈千万盘棋局就要燃烧20万吨煤，那么让大模型赋能千行百业，地球能否承受得起如此巨大的碳排放？
光电智能计算带来速度能效革命
根据摩尔定律，计算机的算力每18个月翻一番，而并行训练日益复杂的AI网络的需求，每三四个月就会翻一番。戴琼海指出，近五年来，作为AI发展重要支撑的算力正逐渐变为制约AI继续向前的瓶颈。
“今年，资本市场对英伟达的热捧，就是算力缺乏的明证。”清华大学电子工程系主任、长聘教授汪玉介绍，目前全球大算力芯片供应商仅有英伟达和AMD，而英伟达凭借软件生态优势在市场上占据着主导地位。他算了一笔账：假设中国14亿人每个人都用上大模型，所需的总算力可能与目前中国所拥有的算力之间，相差至少上千倍。
目前在大算力芯片研发上，我国在光电智能芯片领域有望与欧美一争高下。戴琼海表示，一旦光电智能计算得到应用，将对当代计算的速度、能量效率和数据通量产生变革性影响，可实现计算速度的成千倍提升、能效的百万倍提升。“改用光电智能芯片，AlphaGo整体计算能耗将从1吨煤下降到1克。”戴琼海说。
去年，我国正式启动“东数西算”工程，在全国布署8个算力枢纽节点和10个国家数据中心集群，以新型光电计算硬件组建“东数西算”新网络，由此支撑全国数字经济、智能经济发展需求，以高能效智能计算体系助力我国“双碳”战略实施。
生物启发智能将引领算法基础突破
事实上，每个人都天生带有一台功耗超级低的超级计算机——人脑。根据计算，人脑的功耗仅相当于一盏二三十瓦的电灯，却能完成各种复杂的思考和行为。戴琼海在论坛上提出，生物启发智能将引领AI实现算法上的基础突破。
早在2016年，美国启动一项被称为“阿波罗脑计划”的皮质网络机器智能计划，累计投入数亿美元，旨在绘制啮齿动物1立方毫米大脑皮层中的所有神经回路。这需要记录并测量10万个神经元的活动和连接，借神经计算建立并发展新的AI模型与算法。
此外，科学家还需通过先进的神经科学技术，对脑结构、脑功能与智能产生的多层次关联与多模态映射机制，建立认知模型和类脑智能体系。
戴琼海相信，大约十年后，以认知智能为核心的人工智能将会起步，人类的AI时代也将进入一个全新阶段。
作者：许琦敏
编辑：许琦敏
*文汇独家稿件，转载请注明出处。
