2023-11-20 09:49:02

VijayJanapaReddi在哈佛大学经营着一个实验室，他和他的团队试图解决计算机世界中一些最大的挑战。作为人工智能系统专家，他研究的技术甚至跟随他回家，他的两个女儿喜欢在那里与亚马逊Alexa交谈。

“他们把一个人放进那个黑匣子里，”贾纳帕·雷迪喜欢和他四岁的孩子开玩笑。

当贾纳帕·雷迪(JanapaReddi)告诉他女儿一个人被挤进他们的机器时，他可能是在开玩笑，但这不正是我们要去的地方吗?智能家居设备可能永远不会在其中容纳一个微型人类——这不是《黑镜》的一集——但随着人工智能生态系统的发展，语音助手很快就会开始变得超现实。事实上，像亚马逊这样的科技公司现在正在尝试将OpenAI的ChatGPT等大型语言模型集成到智能家居设备中，以提升用户交互。

贾纳帕·雷迪(JanapaReddi)表示：“这些设备最终距离我们与周围世界自然互动的方式又近了一步。”“这是一次相当具有变革性的经历。”

“这些设备终于离我们与周围世界自然互动的方式又近了一步”

但如果没有成本，机器就无法像人类一样行事。所有这些智能都需要大量数据，而存储这些数据的计算机需要大量能源。目前，全球60%以上的发电量来自化石燃料，这是气候变化的主要原因。十月份《焦耳》杂志上发表的一项研究发现，生成式人工智能的广泛整合可能会增加能源需求。根据分析，在最坏的情况下，该技术消耗的能源可能相当于整个爱尔兰的能源消耗量。

气候变化已经加剧了热浪。去年夏天是有记录以来最热的夏天。更糟糕的是，气候危机加剧了水的短缺，而一些数据中心需要水来保持凉爽。为了防止情况变得更糟，科学家们一直敦促世界领导人停止使用化石燃料。另一方面，一些倡导者要求国会针对人工智能行业带来的能源负担采取行动。

这些担忧将社会上最看似世界末日的两种情景联系在一起：主宰世界的人工智能和毁灭世界的气候变化。更智能(且更能源密集)的智能家居真的值得这么麻烦吗?

JanapaReddi使用他的AmazonAlexa来收听新闻或音乐。另一方面，他最小的女儿经常要求Alexa播放她目前最着迷的“ThePoo-PooSong”。事实上，在漫长的一天结束后回到家，发现灯光调暗并调节到您喜欢的温度，这确实是一件令人满足的事情。智能家居在这方面有点神奇：它们了解用户的行为和需求。

存储这些数据的计算机需要大量的能量

尽管人工智能随着ChatGPT的兴起而成为今年的流行词，但它多年来一直处于幕后。大多数人了解并与之互动的人工智能(包括在智能家居中)已经存在了大约10年。这称为机器学习或深度学习。例如，开发人员编写程序，教语音助手在有人询问时间或菜谱时该说什么。

智能家居能够完成大量的工作，但其背后的技术并不像GPT那样复杂。Alexa对几乎每个人都给出了相同的答案，这是因为它已被预先编程为这样做。该机器的响应有限，且在人家中本地处理，因此其能源需求相当低。

“这些系统中当前的人工智能类型非常简单，因为它们在做出决策时没有考虑很多因素，”圣路易斯华盛顿大学科学与工程副教授WilliamYeoh说。

另一方面，GPT会为每个查询生成原始响应。在决定如何响应用户时，它会考虑许多因素。提示是如何措辞的?这是命令还是问题?这个问题是开放式的还是事实性的?生成式人工智能需要输入大量数据(数万亿个不同的数据点)来学习如何用这种智能来解释问题，然后生成独特的响应。

“你永远不会告诉[系统]人们可能会问这些问题，因为人们可能会问无数的问题，”人工智能公司Josh.ai的首席执行官AlexCapecelatro说，该公司已经构建了一个生成式人工智能智能家居系统。“因为系统接受了所有这些知识的训练……信息能够几乎实时地检索。”

如果这种深度学习应用于智能家居会怎样?这就是Capecelatro早在2015年就想要做的事情，当时他和他的团队开始开发JoshGPT，一款智能家居设备，正是这样做的。该产品仍在开发中，但该公司相信JoshGPT是“第一个在智能家居领域发布的生成式人工智能”。在JoshGPT上线的六个月内，该技术已处理了数百万条命令。Capecelatro希望到2024年初扩展到国际市场。

对他来说，这种集成就是未来：“旧的人工智能有点像自动售货机。您可以从现有的选项中进行选择，但这些是唯一的选项。新世界就像拥有世界上最聪明、最有能力的厨师，他可以做任何你要求的菜。”

更智能(且更能源密集)的智能家居真的值得这么麻烦吗?

Josh.ai并不是唯一一家投资新智能家居生态系统的公司。9月，亚马逊预览了Alexa的新版本：根据该公司的公告，它“更智能、更具对话性”。它的技术将评估的不仅仅是口头指示;它甚至会跟随用户的肢体语言来提供完美的响应。与此同时，谷歌在十月份宣布了新的生成人工智能功能，将帮助用户编写购物清单或社交媒体帖子的标题。到目前为止，谷歌尚未发布将这一升级添加到智能家居扬声器的计划，但这感觉像是一个自然的进展。

Capecelatro等智能家居支持者认为，该技术可以通过自动化任务来减少家庭的碳足迹，从而减少能源消耗，例如降低百叶窗以保持房间凉爽，或升高百叶窗以增加自然光。建筑物排放量占全球温室气体排放量的三分之一以上。研究公司TransformaInsights的一份报告发现，将建筑物与智能家居技术连接起来可以将全球能源消耗减少约5%。

TransformaInsights研究经理SuruchiDhingra热情地详细介绍了智能百叶窗、智能照明和智能HVAC系统，阐明了它们所提供的节能效果。但当被问及生成式人工智能智能家居集成时，Dhingra显得很困惑：“真的有必要吗?”

考虑到与当前的智能家居模型相比，训练和运行GPT等人工智能模型需要投入多少精力，这是一个重要的问题。杨说，目前这些设备的能源排放将“明显小于”具有生成式人工智能的设备。“只是因为因素或变量的数量少得多，”他说。如果插入生成人工智能模型，每个用户命令或查询都需要更多的计算资源。机器不会背诵人类编程的响应;在对所学到的所有数据进行排序后，它将生成原始响应。此外，拥有如此先进技术的智能家居需要强大的安全系统来防止入侵者闯入。这也需要能源。

“新世界就像拥有世界上最聪明、最有能力的厨师，他可以做任何你要求的菜。”

很难知道智能家居功能的潜在减排量是否会超过添加生成式人工智能所带来的排放量。不同的专家有不同的看法，接受采访的人都不敢随意猜测。和Dhingra一样，所有人都想知道智能家居中的生成式人工智能是否必要——但便利和轻松不是一直都是重点吗?当我们的手机已经可以告诉我们天气情况时，我们是否真的需要向机器询问天气情况?在拥有智能灯之前，我们有手动调光开关。

然而，像Capecelatro这样的行业人士希望看到这些生成式人工智能模型尽可能高效地运行，以便削减成本。

“我实际上非常有信心，我们将看到产生这些人工智能结果所需的排放量越来越低的良好趋势，”他说。“最终，每个人​​都希望能够用更少的钱做到这一点。”

10月，AlexdeVries发表了一篇论文，研究人工智能的潜在能源需求。数字趋势研究公司Digiconomist的创始人试图预测一种场景，特别是谷歌将生成式人工智能集成到每次搜索中。尽管德弗里斯没有研究智能家居，但此类功能类似于GoogleHome生成式人工智能集成的工作方式。

该研究描绘了最坏的情况，未来谷歌人工智能一年所需的能源将相当于整个爱尔兰国家所需的能源——但这并不是他希望公众从这项研究中得到的信息。“这是一个值得关注的话题，”德弗里斯说。“人工智能在未来几年成为电力消耗大户有一条非常现实的途径。”

他对生成式人工智能的广泛应用尤其持批评态度。他说：“你肯定要避免的一件事是将这种技术强行应用于各种应用程序，而在这些应用程序中使用人工智能根本没有意义。”

当被问及生成式人工智能智能家居集成时，Dhingra显得很困惑：“真的有这个需求吗?”

他的论文揭示了运行这些巨大模型可能产生的潜在排放——而不仅仅是训练它们，这在历史上一直是能源消耗的一个来源。DeVries认为，随着ChatGPT的部署，使用这些技术可能会导致更多的排放，ChatGPT在推出后几个月就拥有1亿用户。他说，以这种方式使用人工智能，当你考虑到模型需要每隔几年重新训练一次以确保它们保持最新状态时，排放量可能会更高。

这就是许多计算机工程师致力于提高效率的原因。德弗里斯担心的是，随着技术变得更加高效，越来越多的公司将使用生成式人工智能，从而保持较高的能源需求。“提高效率并不一定意味着减少资源的使用，这已经成为环境经济学的指导原则——事实往往恰恰相反，”德弗里斯说，他也是阿姆斯特丹自由大学商业与经济学院的博士生。“我认为没有一件事可以解决我们所有的问题。”

并非所有人都那么悲观。普林斯顿大学即将上任的计算机科学和公共事务教授彼得·亨德森(PeterHenderson)对人工智能所取得的效率提升印象深刻，尤其是硬件能够在本地运行程序，从而需要更少的能源。他想象，如果智能家居要集成生成式人工智能，他们会默认采用最有效的机制。事实上，这就是JoshGPT的构建方式：它的模型根据命令是否可以通过本地处理器或需要完整的GPT响应来分割查询。

Josh.ai的Capecelatro表示：“总而言之，我们所做的事情所需的电量远远低于在移动设备上进行常规Google搜索或流式传输Netflix内容所需的电量。”

然而，这在很大程度上都是推测性的，因为像OpenAI这样的公司的能源来源几乎不透明。他们的数据中心是煤炭还是水力?从清洁来源购买能源可以减轻许多环境问题，但太阳或风能产生的能量有限。当仍然有人无法用上电力或互联网时，我们只能分配给计算机这么多。

“我实际上非常有信心，我们将看到产生这些人工智能结果所需的排放量越来越低的良好趋势。”

如果没有更多数据，亨德森不确定对人工智能的未来有何期望。情况可能比看起来更好，也可能更糟。他对人工智能作为一种通过优化能源网或发展核聚变来应对气候变化的工具充满希望，但对于有一天我们可能在家里看到的生成式人工智能存在太多疑问。

对于贾纳帕·雷迪(JanapaReddi)来说，这些问题比环境成本要深刻得多。“这对于教育下一代意味着什么?”他问。这个思维过程就是为什么他会取笑他四岁的孩子，说他们的Alexa里有一个人;他希望他的女儿以同理心对待这项技术，这样她就能培养出可以与现实中的人练习的礼仪。现在，他的女儿对Alexa更加友善了，会使用“请”等词语。

“这些都是非常简单的事情，但很重要，”贾纳帕·雷迪说。“他们将日复一日、左右上下地使用这些设备。”

所有这些对话和问题的背后是建设一个更美好世界的总体愿望。对于一些人来说，“更好”意味着更多的便利和舒适。对于其他人来说，他们不太依赖这些华而不实的新技术。然而，每个人都能达成共识的是，都渴望存在一个健康的世界。