Ученые из Университета Тафтса представили архитектуру искусственного интеллекта нового типа, способную снизить энергозатраты в 100 раз при одновременном повышении точности. Эта разработка решает критическую проблему современности – неконтролируемый рост энергопотребления центров обработки данных.
Проблема действительно серьезная: только в 2024 году ИИ и дата-центры потребили около 415 ТВтч энергии — это более 10% всего производства электроэнергии в США. При этом спрос продолжает расти, а большие вычислительные кластеры уже сравнивают по энергопотреблению с небольшими городами.
Решение лежит в так называемом нейро-символическом ИИ. В отличие от привычных моделей типа ChatGPT, которые в основном «угадывают» следующий шаг на основе данных, новая система сочетает нейросети с логическим мышлением. Она не просто берет на себя варианты, а пытается «думать» — разбивать задачи на этапы и имитировать человеческий подход к решению.
На практике это дает заметный эффект. В тестах новая модель достигла точности до 95% против 34% у обычных систем. Учеба заняла всего 34 минуты вместо полутора суток, а энергозатраты сократились до 1% от стандартных решений. Даже на более сложных задачах, которые система раньше не видела, она продолжала работать, тогда как классические модели полностью проваливались.
Если такой подход получит развитие, он может серьезно изменить будущее ИИ. Вместо бесконечного наращивания мощностей и строительства новых дата-центров индустрия может перейти к более разумным и экономичным моделям.