Развитие искусственного интеллекта сопровождается значительным ростом потребления электроэнергии. Только в Соединенных Штатах, по данным Международного энергетического агентства, системы ИИ и центры обработки данных потребили около 415 тераватт-часов электроэнергии в 2024 году. Это составляет более 10% от общего объема производства энергии в стране, и ожидается, что к 2030 году эта цифра удвоится.
Исследователи из инженерной школы Университета Тафтса разработали прототип подхода к искусственному интеллекту, который может потреблять до 100 раз меньше энергии, чем современные стандартные системы, и при этом обеспечивать более точные результаты в определенных задачах.
Разработка осуществляется в лаборатории Маттиаса Шойца, профессора прикладных технологий имени семьи Кароль. Она посвящена нейросимволическому искусственному интеллекту, который сочетает стандартные нейронные сети с символическим мышлением, подобно тому, как люди разбивают проблемы на этапы и категории.
Исследователи изучают роботов, которые взаимодействуют непосредственно с людьми, поэтому их работа отличается от экранных моделей обработки больших языков (LLM), таких как ChatGPT или Gemini. Учёные сфокусировали своё внимание на моделях визуально-языково-действенных систем (VLA). Эти системы расширяют возможности LLM, добавляя зрение и движение, позволяя роботам интерпретировать данные с камеры и языковые сигналы и выполнять физические действия, такие как перемещение колес, рук или пальцев.
Исследователи утверждают, что современные системы LLM и VLA, несмотря на их быстрое внедрение, могут не обеспечить устойчивую или надежную долгосрочную основу. Они предполагают, что гибридный нейросимволический ИИ предлагает более эффективную и надежную альтернативу, способную снизить растущую нагрузку на энергетические ресурсы. (DOI: 10.48550/arXiv.2602.19260)
