进入移动版，省流量，体验好“小”AI解决人工智能的“大”烦恼
美国马萨诸塞大学阿默斯特分校研究人员通过揭示算法训练的能量强度发现，训练一种算法产生的二氧化碳排放量相当于一辆普通汽车终生二氧化碳排放量的5倍，或者相当于飞机在纽约和旧金山之间大约300次的往返飞行。
有专家认为，越来越“大”的人工智能并不适合离线和实时决策，比如自动驾驶解决方案，且日益依赖于巨大的能量、巨大的带宽，这种模式在经济和生态上同样具有不可持续性。“未来的人工智能会向着越来越‘小’发展。”胡孟谦说。
近日，《麻省理工科技评论》公布年度十大突破性技术排行榜，微型人工智能技术（TinyAI）位列其中。
以谷歌公司高级研发科学家雅各布·德夫林和他的团队开发的预训练语言模型——伯特（Bert）为例。它可以理解单词和上下文，可以为写作提出建议或独立完成句子。拥有3.4亿个数据参数。训练它一次所需的电力足够一个美国家庭使用50天。
为缩减模型的大小，华为制作了微型伯特（TinyBert）模型，尺寸比伯特缩小7.5倍，速度还快了近10倍。谷歌也已经造出了一个比伯特小了60多倍的版本，但其语言理解能力略差于华为的版本。
“简单来说，不论是微型伯特还是更小的其他人工智能模型，都是一种知识提取技术的应用，是研究人员在缩小算法规模中做出的努力。”专家介绍，虽然模型缩小了，但并不会降低人工智能的推理速度，相反，它还会保持较高的精准性，为我们提供更好的决策支持。
在2019年年底的安博会上，已有人工智能初创企业推出“TinyAI”，该公司将低功耗、小体积的NPU与MCU整合，适配市场上各种主流的2D/3D传感器，满足2D/3D图像、语音等识别需求的AI解决方案受到了业界的关注。此外，英伟达（NVIDIA）和华为等公司，也都陆续推出了终端型图形处理器，体型较小、功耗较低、功能可以满足简单的算法。
但微型人工智能尚处于初期发展阶段，该领域的安全、伦理、隐私等问题也引起了人们的关注。
专家认为，微型人工智能会导致分布式人工智能的兴起，每个终端都成为一个AI节点，各自都能独立存活，出现类似区块链的应用。网络侧的控制力度将降低，政府的管控风险加大。不过，技术都是两面性的，虽然有这些风险，但是对人工智能的管控技术也在发展，我们应该相信微型人工智能的正面作用。（河北日报记者王璐丹）
