Το μυαλο μας λειτουργεί με ρευμα 12 βατ , οπως περίπου μια λάμπα LED.
Συγκριτικά, τα συστήματα τεχνητής νοημοσύνης απαιτούν 2,7 δισ. βατ για παρόμοιες διαδικασίες κατι που ισοδυναμεί με την ταυτόχρονη λειτουργία 18 εκατομμυρίων φορητών υπολογιστών.
Αυτή η συγκλονιστική διαφορά δείχνει ότι η μηχανική της φύσης εξακολουθεί να είναι πολύ πιο προηγμένη από τις μηχανές που έχουν κατασκευαστεί από τον άνθρωπο.
Οι επιστήμονες λένε ότι αυτό το ενεργειακό κενό εξηγεί επίσης γιατί η δημιουργία μιας πραγματικής
γενικής Τεχνητής Νοημοσύνης,
που μπορεί να σκέφτεται και να προσαρμόζεται όπως οι άνθρωποι, είναι ακόμα ένα μακρινό όνειρο.
Ένας ερευνητής το έθεσε:
Ο εγκέφαλος δεν υπολογίζει απλώς δεδομένα, αισθάνεται, μαθαίνει και αντιδρά σε πραγματικό χρόνο χρησιμοποιώντας την ισχύ μιας λάμπας.
Η Τεχνητή Νοημοσύνη δεν μπορεί να το κάνει αυτό ακόμα.
Η εκπαίδευση μοντέλων τεχνητής νοημοσύνης καταναλώνει επίσης τεράστια ενέργεια.
Για παράδειγμα, όταν το OpenAI εκπαίδευσε το ChatGPT-3, η διαδικασία χρησιμοποίησε αρκετή ηλεκτρική ενέργεια για να τροφοδοτήσει 130 σπίτια στις Ηνωμένες Πολιτείες για ένα ολόκληρο έτος.
Και η κατανάλωση δεν σταματά εκεί.
Κάθε φορά που οι άνθρωποι χρησιμοποιούν εργαλεία τεχνητής νοημοσύνης για να δημιουργήσουν εικόνες, βίντεο ή κείμενο, αυτά τα συστήματα συνεχίζουν να αντλούν τεράστιες ποσότητες ενέργειας από κέντρα δεδομένων σε όλο τον κόσμο.
Αλλά το περιβαλλοντικό κόστος δεν σταματά με την ηλεκτρική ενέργεια. Τα κέντρα δεδομένων που υποστηρίζουν μεγάλα μοντέλα τεχνητής νοημοσύνης απαιτούν τεράστιες ποσότητες νερού για την ψύξη των επεξεργαστών τους.
Οι αναφορές δείχνουν ότι ορισμένες εγκαταστάσεις χρησιμοποιούν τόσο νερό σε μία μόνο ημέρα όσο χρησιμοποιούν συνολικά 4.200 Αμερικανοί.
Αυτό εγείρει σοβαρά ερωτήματα σχετικά με τις περιβαλλοντικές επιπτώσεις της τεχνητής νοημοσύνης, ειδικά καθώς η ζήτηση για παραγωγικά εργαλεία συνεχίζει να αυξάνεται κάθε χρόνο.
Επίσης, η τεχνητή νοημοσύνη έχει σημειώσει πρόοδο. Οι μηχανές μπορούν πλέον να αναγνωρίζουν πρόσωπα, να γράφουν τραγούδια, να μεταφράζουν γλώσσες, ακόμη και να προβλέπουν ασθένειες.
Ωστόσο, ακόμη και με αυτές τις εξελίξεις, η ενεργειακή διαφορά μεταξύ της Τεχνητής Νοημοσύνης και του ανθρώπινου εγκεφάλου αντιπροσωπεύει μια θεμελιώδη αδυναμία στον τρόπο με τον οποίο κατασκευάζονται τα τεχνητά συστήματα.
Ο ανθρώπινος εγκέφαλος περιέχει σχεδόν 100 δισεκατομμύρια νευρώνες που επικοινωνούν, μαθαίνουν και προσαρμόζονται συνεχώς.
Όλα αυτά συμβαίνουν καταναλώνοντας λιγότερη ενέργεια από έναν φορτιστή τηλεφώνου.
Οι υπολογιστές, ωστόσο, πρέπει να επεξεργάζονται πληροφορίες με αυστηρό, βήμα προς βήμα τρόπο, γεγονός που τους καθιστά ισχυρούς αλλά και εξαιρετικά ενεργοβόρους.
Η προσομοίωση της διαδικασίας σκέψης ενός μόνον ανθρώπινου εγκεφάλου θα απαιτούσε περίπου 2,7 δισεκατομμύρια βατ ισχύος, σύμφωνα με το Blue Brain Project στην Ελβετία.
Τα βιολογικά μας μυαλά είναι εκατομμύρια φορές πιο αποτελεσματικά από τις ψηφιακές μηχανές.
Οι ειδικοί πιστεύουν ότι το μυστικό αυτής της αποτελεσματικότητας έγκειται στον τρόπο λειτουργίας του εγκεφάλου.
Σε υπολογιστές που χρησιμοποιούν ακριβείς και ενεργοβόρες λογικές πύλες, ο εγκέφαλος χρησιμοποιεί ευέλικτες, προσαρμοστικές μεθόδους.
Δεν επιδιώκει την τέλεια ακρίβεια. Αντίθετα, παράγει «αρκετά καλά» αποτελέσματα που εξακολουθούν να λειτουργούν άψογα.
Αυτό είναι που επιτρέπει στους ανθρώπους να σκέφτονται γρήγορα, να λαμβάνουν αποφάσεις και να προσαρμόζονται άμεσα σε νέες καταστάσεις χωρίς να σπαταλούν ενέργεια.
Μερικοί επιστήμονες εργάζονται τώρα πάνω στη «νευρομορφική υπολογιστική», ένα νέο είδος τσιπ τεχνητής νοημοσύνης που μιμείται τον τρόπο λειτουργίας του ανθρώπινου εγκεφάλου.
Αυτά τα τσιπ θα μπορούσαν να σκέφτονται με πιο φυσικούς και ευέλικτους τρόπους, μειώνοντας δραστικά την κατανάλωση ενέργειας. Αυτή η προσέγγιση θα μπορούσε να φέρει επανάσταση στην τεχνητή νοημοσύνη καθιστώντας την ταχύτερη, πιο έξυπνη και πιο πράσινη ταυτόχρονα.
Μια άλλη διαφορά μεταξύ της ανθρώπινης και της τεχνητής νοημοσύνης είναι αυτό που οι νευροεπιστήμονες ονομάζουν «ενσάρκωση».
Σύμφωνα με τον καθηγητή Antonio Damasio, η ανθρώπινη νοημοσύνη προέρχεται από την αλληλεπίδραση μεταξύ του εγκεφάλου, του σώματος και του περιβάλλοντος.
Δεν σκεφτόμαστε μόνο με τον εγκέφαλό μας αλλά με ολόκληρο το σώμα μας.
Τα συναισθήματα, οι αισθήσεις και η κίνηση διαμορφώνουν τον τρόπο που μαθαίνουμε και κατανοούμε τον κόσμο.
Η Τεχνητή Νοημοσύνη, από την άλλη υπάρχει μόνο ως κώδικας και υλικό. Ακόμα και τα προηγμένα ρομπότ δεν μπορούν να αναπαράγουν αυτή τη φυσική σύνδεση μεταξύ νου και σώματος.
«Η νοημοσύνη δεν αφορά μόνο τη σκέψη», εξήγησε ο Νταμάσιο. «Πρόκειται για τη ζωή, την αίσθηση, το συναίσθημα και την προσαρμογή στο περιβάλλον μας».
Αυτός μπορεί να είναι ο λόγος για τον οποίο η Τεχνητή Νοημοσύνη μπορεί να νικήσει τους ανθρώπους στο σκάκι ή στους υπολογισμούς, αλλά οι άνθρωποι εξακολουθούν να κυριαρχούν στη δημιουργικότητα, το συναίσθημα και την κατανόηση του πραγματικού κόσμου.
Ένα άλλο ισχυρό πλεονέκτημα των ανθρώπων είναι η συνεργασία.
Όταν οι άνθρωποι συνεργάζονται, ο συνδυασμός δημιουργικότητας και διαίσθησής τους μπορεί να λύσει προβλήματα που οι μηχανές δεν μπορούν.
Ένας μόνον εγκέφαλος μπορεί να είναι αποτελεσματικός, αλλά μια ομάδα εγκεφάλων που λειτουργεί αρμονικά δημιουργεί αυτό που οι ειδικοί αποκαλούν
«συλλογική νοημοσύνη».
Αυτή η συνεργασία, από τις οικογένειες και τα σχολεία έως τις παγκόσμιες ερευνητικές ομάδες, συνεχίζει να προωθεί την καινοτομία και να διατηρεί την ανθρωπότητα μπροστά από την Τεχνητή Νοημοσύνη.
.jpg)
