然而,這種模式真的可持續(xù)嗎?如果未來AI的發(fā)展必須依賴超級數(shù)據(jù)中心、天量電力和數(shù)千億美元資本投入,那么AI最終很可能只屬于少數(shù)科技巨頭,而且能源消耗也會越來越失控。事實上,人類大腦本身早已給出了另一種答案。人腦功耗只有約20瓦,卻擁有遠超當前大模型的認知、推理和環(huán)境適應能力。相比之下,許多AI模型一次訓練消耗的電力堪比一座小型城市。這意味著,當前的大模型路線可能并不是智能演化的最終方向。
因此,全球科技界開始越來越關注“類腦智能”。相比依賴海量數(shù)據(jù)和超級算力的大模型,類腦智能更強調(diào)低功耗、自主學習、動態(tài)適應和神經(jīng)機制模擬。它試圖學習的不是互聯(lián)網(wǎng)數(shù)據(jù)本身,而是人腦如何高效產(chǎn)生智能。簡單來說,大模型是在“堆資源”,而類腦智能是在“提升智能效率”。
這兩者背后的邏輯完全不同。前者更像工業(yè)時代的重型機械,不斷依賴能源擴張;后者則更接近生物智能,希望用更低能耗實現(xiàn)更強認知。這也正在影響資本市場的未來方向。過去幾年,AI融資幾乎都圍繞GPU、大模型和云計算展開。但隨著算力成本持續(xù)暴漲,越來越多資本開始意識到單純依賴堆算力并不一定能夠真正通向下一代智能。于是,神經(jīng)形態(tài)芯片、類腦計算、自主學習架構、低功耗AI等方向開始成為新的潛在投資熱點。
如果未來“算力”真的像石油一樣越來越昂貴,那么能夠降低算力依賴的技術就會擁有極高戰(zhàn)略價值。誰能使AI擺脫對超級數(shù)據(jù)中心的依賴,誰就可能成為下一階段AI革命的核心玩家。從這個角度看,華爾街如今炒作的表面上是GPU和數(shù)據(jù)中心,本質(zhì)上卻是在重新定義未來社會最重要的生產(chǎn)資料。下一代AI是否會繼續(xù)走“無限燒電”的道路,還是會像人腦一樣用極低能耗實現(xiàn)真正智能?這或許是未來十年AI產(chǎn)業(yè)最大的分水嶺。