山姆·奥特曼：人工智能时代需要“能源突破”

Open AI 首席执行官 Sam Altman 认为，期待已久的核聚变可能是解决人工智能能源需求过剩问题并为人工智能革命铺平道路的灵丹妙药。然而，当这场革命真的到来时，它可能不会像他曾经声称的那样令人震惊。

本周早些时候，Altman 在瑞士达沃斯举行的世界经济论坛年会外的彭博活动上谈到了人工智能日益增长的需求。这位首席执行官表示，强大的新人工智能模型可能需要比之前想象的更多的能源消耗。他表示，解决能源短缺问题需要在核聚变方面取得“突破”。

据路透社报道，奥尔特曼在活动上表示：“没有突破就无法实现这一目标。这激励我们在[核]聚变方面投入更多资金。”

人工智能的能源问题

尽管一些人工智能支持者认为，从先进模型中获得的见解可以以新颖的方式帮助应对气候变化，但越来越多的研究表明，训练这些复杂模型所需的前期精力本身也在造成损失。专家预计，训练 OpenAI 的 GPT 和谷歌的 Bard 等模型所需的大量数据可能会促进全球数据服务器行业的发展，国际能源署 (IEA) 估计，该行业已经占全球温室气体排放量的约 2-3%。

研究人员估计，训练一个像 GPT-4 这样的大型语言模型可能需要大约 300 吨二氧化碳。其他人估计，像 Dall-E 或 Stable Diffusion 这样的人工智能图像生成器工具生成的一张图像所需的能量与给智能手机充电相同。促进人工智能训练所需的大量服务器群也需要大量的水来保持凉爽。最近的研究表明，仅 GPT-3 在训练期间就可能消耗了 185,000 加仑的水。

[相关：人工智能广阔世界的简单指南]

奥尔特曼希望，更便宜的太阳能和核聚变等气候友好型能源解决方案能够帮助人工智能公司满足日益增长的需求，同时又不会让本已暗淡的气候前景雪上加霜。核聚变模仿恒星产生的能量，长期以来一直吸引着科学家和企业家，因为如果大规模生产，核聚变将是一种几乎取之不尽的清洁能源。

科学家们已经在核聚变的道路上取得了几个重要的里程碑，但我们不太可能在短期内看到能够为人工智能训练模型提供动力的全功能核聚变反应堆。IAE 预计原型核聚变反应堆将于 2024 年投入使用。与此同时，Altman 也参与其中。2021 年，OpenAI 首席执行官兼前 Y Combinator 总裁个人向 Helion Energy 投资了 3.75 亿美元，这是一家正在开发核聚变发电厂的美国公司。

人工智能对世界的改变远比我们想象的要小

当他不思考核聚变燃料的未来时，Altman 正忙于收回一些与人工智能有关的更具灾难性的言论。不到一年前，Altman 签署了一封警告信，警告失控的人工智能可能会终结所有人类生命，并写了一篇博客文章，为超越超级智能的人工智能的世界做准备。现在，在世界经济论坛活动外对人群发表讲话时，这位首席执行官表示，这项技术“对世界的改变将比我们所有人想象的要小得多”。

奥特曼仍然相信通用人工智能即将到来。通用人工智能是一个模糊且不断发展的行业术语，指的是能够超越人类并表现出类似人类的认知能力的模型，但他似乎不像几个月前那样担心其颠覆性影响。

据 CNBC 报道，Altman 在世界经济论坛的一次对话中表示：“AGI 对世界的改变比我们想象的要小得多，对工作的改变也比我们想象的要小得多。”他继续大致预测 AGI 将在“相当近的未来”得到发展。

[相关：如果人工智能变得比人类更聪明会发生什么？答案让科学家们担忧。 ]

在周二与微软首席执行官萨蒂亚·纳德拉 (Satya Nadella) 和《经济学人》主编赞尼·明顿·贝多斯 (Zanny Minton Beddoes) 的对话中，奥尔特曼继续保持着他相对内敛的语调。

据 VentureBeat 报道，奥尔特曼表示：“当我们实现 AGI 时，世界将会陷入疯狂两周，然后人类就会回归做人类的事情。”

周四在世界经济论坛上，奥尔特曼继续批评该公司自己的技术，称该工具是一个“有时正确、有时有创意、但经常完全错误的系统”。奥尔特曼特别指出，不应相信人工智能可以做出生死攸关的决定。

据 CNN 报道，奥尔特曼表示：“你实际上并不希望 [AI] 驾驶你的汽车。但你很高兴它能帮助你集思广益，想出要写的内容，或者帮助你检查代码。”

目前尚不清楚是什么原因导致人工智能最响亮的布道者在如此短的时间内对这项技术的影响保持沉默。值得注意的是，就在两个月前，OpenAI 当时的董事会曾试图将 Altman 赶下台，但 Altman 侥幸逃脱。

当时，董事会成员表示，他们之所以想罢免 Altman，是因为他“在沟通中一直不够坦诚”。一些观察人士认为，这种含糊的解释暗示 Altman 优先考虑 AI 产品发布速度，而非安全性。在经历了一周适合黄金时段播出的深夜公司争斗之后，Altman 最终重返 CEO 职位。

Altman 对 AI 影响的转变和他之前的世界末日场景听起来可能截然相反，但它们有一个共同的关键特征：它们都不是基于研究人员或广大公众可验证的开放数据。OpenAI 的训练方法仍然封闭，对其未来计算能力的预测仅仅是猜测。