你可能听说过大型语言模型，即能生成类人文本的人工智能系统。但是小型语言模型呢？研究人员正在努力研发更小型、更紧凑的人工智能系统，以解决人工智能系统对数据日益增长的需求所带来的一系列挑战。而且，不只是如今新闻报道中的生成式人工智能模型需要变得更小，那些能够运营工业设施、智慧城市或自动驾驶汽车的人工智能系统也需要如此。

大型人工智能模型面临的挑战

当你使用人工智能（无论是在手机还是笔记本电脑上）时，大部分实际计算都发生在数据中心。这是因为最流行的人工智能模型在计算上非常耗费资源——你的笔记本电脑可能没有足够的计算能力来运行查询。这些人工智能系统还会消耗大量能源。据说，在生成式人工智能模型中进行一次查询（例如问“生成式人工智能是如何工作的？”这样一个问题）所消耗的电量相当于一个灯泡点亮一小时的电量。

这给人工智能的使用带来了两个挑战。首先，这引发了人们对人工智能可持续性的担忧，因为为人工智能供电的电力也会增加温室气体排放。

在最近一项针对全球技术领导者的调查“TheImpact of Technology in 2025 and Beyond: an IEEE Global Study”中，35%的人表示人工智能的实用性远远超过其能耗，而34%的人表示人工智能的能耗和实用性处于良好的平衡状态。大约五分之一（21%）的人认为人工智能的益处是显著的，但高能耗仍然是一个问题，而8%的人认为大量的能耗超过了人工智能的益处。

其次，这意味着任何依赖人工智能的事物要么需要更多的电力来运行，要么需要连接到数据中心。

削减人工智能规模的前沿技术正在取得一些成功。

IEEE会员Jay Shah表示：“这些（技术）耗电量显著降低，通常在瓦特范围内运行，而不是大型数据中心系统消耗的千瓦或兆瓦。”

谁需要紧凑型人工智能？

更小、更节能的人工智能系统可以用于多种应用，比如自动驾驶汽车。

Shah说：“就长期可靠性和降低功耗而言，下一代低功耗人工智能加速器对自动驾驶汽车的未来至关重要。它们能够实现实时决策并实现更紧凑的设计。”

同时，它们对系统来说也是个福音，因为它们将降低机器人的电力需求。

IEEE高级会员Cristiane Agra Pimentel表示，紧凑型人工智能系统在工业环境中也将很有用，在这种环境中，更小的控制系统可以使工厂流程自动化。

Pimentel说：“在工业领域使用紧凑型人工智能将越来越适用于机器操作控制、产品追溯控制和供应链系统管理。”

小型人工智能存在权衡取舍

大型语言模型通常适用于多种用途。它们可以协助撰写大学论文，还能帮你构建网站。紧凑型系统可以针对特定系统进行优化。它们可以被设计成公司的聊天机器人或者自动补全计算机代码。

但是，紧凑型人工智能系统目前准确性较低，因为它们通常使用较少的数据。

Shah表示：“考虑到低功耗、更快的推理时间以及在边缘设备上运行人工智能的能力等好处，这些权衡通常是可以接受的。研究人员和开发人员会继续努力提高紧凑型人工智能系统的准确性，同时保持其效率优势。”