信息技术

前不久，OpenAI的首席执行官萨姆·奥特曼宣称，AI未来发展的限制因素将会是能源，为此急需发展核聚变。实际上早在2021年他就向一家核聚变公司投资3.75亿美元，该公司近日称其首家发电厂预计在2028年上线。

计算的能耗问题并非第一次引发关注了。在区块链和加密货币兴盛的时期，就有很多人对区块链的能耗表示过担忧。现在虽然热度略有消退，但能耗依然可观，比特币挖矿的年耗能大约相当于荷兰全国，2024年美国能源部的报告认为美国约0.6%~2.4%的全年能耗用在了加密货币上。

目前看来，加密货币似乎不太可能无限增长，吞没整个电网。但人工智能是否会走上这条路线呢？此刻ChatGPT每天提供约2亿条回答，消耗50万千瓦时电力（戳此详细了解→ChatGPT 日耗电超50万度，卡死AI发展的竟然是能源？），在电网中占比还不大，奥特曼的预测有自吹自擂之嫌。但如果他的预测成真，人工智能的规模和耗能长期飞速增长，那引发能源危机确实是有可能的。

图库版权图片，版权由原作者所有

人脑到底有多“高效”？

相比之下，传统的天然智能（人脑）似乎就强多了。但其实，人脑到底多高效，谁也说不清——因为很难找到比较的基准。

举个例子，衡量电脑速度的常用指标是主频，也即处理器时钟每秒能产生多少个电脉冲，这在很大程度上决定了处理器每秒能完成多少个基本运算。

如果用这个标准来考虑人脑，那么人脑的主频似乎应该低于一千赫，因为神经元发放的神经冲动最快能到每秒1000个峰值，而突触传递讯息最快也需要千分之一秒。一千赫的主频以电脑标准而言是非常可怜的，七十年代的第一个商业微处理器的主频就已经是它的700倍了，今天主流处理器的主频随便都是它的几百万倍。

这是否意味着人脑的运行速度只有当代电脑的百万分之一呢？显然不是，因为二者在基本架构上存在根本差异。比如说人脑的每个神经元往往和上千个其他神经元相连，也即一个“基本运算”往往要涉及超过一千个输入，这和只能处理三个输入-输出的晶体管完全没有可比性。实际上，就算只限定在电脑内部，不同架构的处理器之间的主频也不能随便比较。

那么脑和其他生物器官相比呢？静息状态下人类脑的重量约占人体重的2%，但消耗的能量占人体的19%。这听起来有点夸张，实际上并没有很特别。

肝和脾的重量只比脑大一点，消耗能量却占到了27%。两肾的重量加起来只有脑的不到五分之一，但消耗的能量占人体10%，折合脑的一半。心脏的重量同样是不足脑的五分之一，消耗能量占人体7%，折合脑的三分之一。少数活跃器官消耗大部分能量，本来就是意料之中的事情，脑在这些器官里只是常规水准。

【我们尊重原创，也注重分享。版权原作者所有，如有侵犯您的权益请及时联系，我们将第一时间删除。分享内容不代表本网观点，仅供参考。】