Η τεχνητή νοημοσύνη καταναλώνει ήδη τεράστιες ποσότητες ηλεκτρικής ενέργειας, καθώς η εξάπλωση των data centers εντείνει την πίεση στο ηλεκτρικό δίκτυο.
Σύμφωνα με τον Διεθνή Οργανισμό Ενέργειας, τα συστήματα AI και τα data centers κατανάλωσαν το 2024 στις Ηνωμένες Πολιτείες περίπου 415 τεραβατώρες, ποσότητα που αντιστοιχεί σε πάνω από το 10% της συνολικής παραγωγής ηλεκτρικής ενέργειας της χώρας, ενώ η ζήτηση προβλέπεται να διπλασιαστεί έως το 2030.
Στο πλαίσιο αυτό, ερευνητές της Σχολής Μηχανικών του Πανεπιστημίου Ταφτς στη Μασαχουσέτη δημιούργησαν ένα πειραματικό σύστημα τεχνητής νοημοσύνης που υπόσχεται πολύ μεγαλύτερη αποδοτικότητα, με πιθανή μείωση της ενεργειακής κατανάλωσης έως και κατά 100 φορές, ενώ ταυτόχρονα βελτιώνει τις επιδόσεις του σε συγκεκριμένες δοκιμασίες, αναφέρει το Science Daily.
Μια υβριδική προσέγγιση
Η προσέγγισή τους βασίζεται στη λεγόμενη νευρο-συμβολική τεχνητή νοημοσύνη, η οποία συνδυάζει τα παραδοσιακά νευρωνικά δίκτυα με τη συμβολική συλλογιστική. Αντί δηλαδή το σύστημα να βασίζεται αποκλειστικά σε στατιστικά πρότυπα που προκύπτουν από τεράστιες ποσότητες δεδομένων, αξιοποιεί και κανόνες, κατηγορίες και αφηρημένες έννοιες, προσεγγίζοντας περισσότερο τον τρόπο με τον οποίο οι άνθρωποι αναλύουν και λύνουν ένα πρόβλημα βήμα προς βήμα.
Η ερευνητική ομάδα δεν εστίασε στα γνωστά μεγάλα γλωσσικά μοντέλα, όπως το ChatGPT ή το Gemini, αλλά σε συστήματα που προορίζονται για ρομποτική. Πρόκειται για τα λεγόμενα μοντέλα οπτικής-γλώσσας-δράσης (visual-language-action ή VLA), τα οποία συνδυάζουν εικόνα, γλώσσα και κίνηση. Τέτοια συστήματα λαμβάνουν δεδομένα από κάμερες και γλωσσικές εντολές και τα μετατρέπουν σε πραγματικές ενέργειες, όπως την κίνηση ρομποτικών βραχιόνων, τροχών ή δακτύλων.
Γιατί «ζορίζεται» η συμβατική ΑΙ
Σύμφωνα με τους ερευνητές, τα συμβατικά μοντέλα VLA βασίζονται σε μεγάλο βαθμό στη μάθηση μέσω δοκιμής και σφάλματος. Αν, για παράδειγμα, ζητηθεί από ένα ρομπότ να στοιβάξει αντικείμενα για να σχηματίσει έναν πύργο, πρέπει πρώτα να αναλύσει τη σκηνή, να αναγνωρίσει κάθε αντικείμενο και να υπολογίσει πώς θα το τοποθετήσει σωστά.
Αυτή η διαδικασία όμως συχνά οδηγεί σε λάθη, καθώς οι σκιές μπορεί να προκαλέσουν σύγχυση στο σύστημα σχετικά με το σχήμα ενός αντικειμένου, ή το ρομπότ μπορεί να τοποθετήσει τα κομμάτια λανθασμένα, προκαλώντας την κατάρρευση της κατασκευής. Οι ερευνητές παρομοιάζουν αυτά τα σφάλματα με τις γνωστές «παραισθήσεις» των μεγάλων γλωσσικών μοντέλων, που έχουν ως αποτέλεσμα τα chatbots να παράγουν ψευδείς πληροφορίες ή μη ρεαλιστικές εικόνες.
Τα πλεονεκτήματα της συμβολικής συλλογιστικής
Η συμβολική συλλογιστική, αντίθετα, επιτρέπει στο σύστημα να χρησιμοποιεί έννοιες όπως το σχήμα και η ισορροπία, ώστε να περιορίζει τις περιττές δοκιμές και λάθη και να φτάνει ταχύτερα σε λύση. Τα πειράματα έγιναν με το κλασικό παιχνίδι-γρίφο «Πύργος του Ανόι», που απαιτεί προσεκτικό σχεδιασμό. Το νευρο-συμβολικό σύστημα πέτυχε ποσοστό επιτυχίας 95%, έναντι μόλις 34% για τα συμβατικά μοντέλα. Σε πιο σύνθετη εκδοχή του ίδιου προβλήματος, που δεν είχε αντιμετωπίσει ξανά, διατήρησε ποσοστό επιτυχίας 78%, ενώ τα παραδοσιακά μοντέλα απέτυχαν σε όλες τις προσπάθειες.
Ο χρόνος εκπαίδευσης επίσης μειώθηκε δραστικά: το νέο σύστημα χρειάστηκε μόλις 34 λεπτά για να μάθει την εργασία, τη στιγμή που τα συμβατικά μοντέλα απαιτούσαν περισσότερο από μιάμιση ημέρα. Παράλληλα, η κατανάλωση ενέργειας για την εκπαίδευση περιορίστηκε στο 1% εκείνης ενός τυπικού συστήματος VLA, ενώ κατά τη λειτουργία του χρειαζόταν μόλις το 5% της ενέργειας που απαιτούν οι συμβατικές προσεγγίσεις.
Η εργασία του Πανεπιστημίου Ταφτς θα παρουσιαστεί στο Διεθνές Συνέδριο Ρομποτικής και Αυτοματισμού στη Βιέννη τον ερχόμενο Μάιο και θα δημοσιευτεί στα πρακτικά του συνεδρίου.