前不久，OpenAI的首席执行官萨姆·奥特曼宣称，AI未来发展的限制因素将会是能源，为此急需发展核聚变。
实际上早在2021年他就向一家核聚变公司投资3.75亿美元，该公司近日称其首家发电厂预计在2028年上线。
计算的能耗问题并非第一次引发关注了。
在区块链和加密货币兴盛的时期，就有很多人对区块链的能耗表示过担忧。
现在虽然热度略有消退，但能耗依然可观，比特币挖矿的年耗能大约相当于荷兰全国，2024年美国能源部的报告认为美国约0.6%~2.4%的全年能耗用在了加密货币上。
目前看来，加密货币似乎不太可能无限增长，吞没整个电网。
但人工智能是否会走上这条路线呢？此刻ChatGPT每天提供约2亿条回答，消耗50万千瓦时电力（戳此详细了解→ChatGPT 日耗电超50万度，卡死AI发展的竟然是能源？），在电网中占比还不大，奥特曼的预测有自吹自擂之嫌。
但如果他的预测成真，人工智能的规模和耗能长期飞速增长，那引发能源危机确实是有可能的。
图库版权图片，转载使用可能引发版权纠纷人脑到底有多“高效”？相比之下，传统的天然智能（人脑）似乎就强多了。
但其实，人脑到底多高效，谁也说不清——因为很难找到比较的基准。
举个例子，衡量电脑速度的常用指标是主频，也即处理器时钟每秒能产生多少个电脉冲，这在很大程度上决定了处理器每秒能完成多少个基本运算。
如果用这个标准来考虑人脑，那么人脑的主频似乎应该低于一千赫，因为神经元发放的神经冲动最快能到每秒1000个峰值，而突触传递讯息最快也需要千分之一秒。
一千赫的主频以电脑标准而言是非常可怜的，七十年代的第一个商业微处理器的主频就已经是它的700倍了，今天主流处理器的主频随便都是它的几百万倍。
这是否意味着人脑的运行速度只有当代电脑的百万分之一呢？显然不是，因为二者在基本架构上存在根本差异。
比如说人脑的每个神经元往往和上千个其他神经元相连，也即一个“基本运算”往往要涉及超过一千个输入，这和只能处理三个输入-输出的晶体管完全没有可比性。
实际上，就算只限定在电脑内部，不同架构的处理器之间的主频也不能随便比较。
那么脑和其他生物器官相比呢？静息状态下人类脑的重量约占人体重的2%，但消耗的能量占人体的19%。
这听起来有点夸张，实际上并没有很特别。
肝和脾的重量只比脑大一点，消耗能量却占到了27%。
两肾的重量加起来只有脑的不到五分之一，但消耗的能量占人体10%，折合脑的一半。
心脏的重量同样是不足脑的五分之一，消耗能量占人体7%，折合脑的三分之一。
少数活跃器官消耗大部分能量，本来就是意料之中的事情，脑在这些器官里只是常规水准。
图库版权图片，转载使用可能引发版权纠纷如今神经网络成为了人工智能的主流，也提供了一个比较的新思路：不是进行纯粹硬件级别的比较，而是把人脑和具体的神经网络相比。
当然，现在并不存在可以和人脑在功能上相提并论的神经网络，但仅从规模上看，如果未来人类能解开人脑的秘密，那大约1000个智能体（agent）运行在1000个GPU上，就可以实现人脑尺度的模型。
每个智能体需要1千瓦左右的功率，1000个就需要1兆瓦，是对应人脑的5万倍。
（顺便说，此刻全世界的浮点运算力大约能支持500万个这样的脑模型。
）再次强调，这一比较依赖于未来的理论进步，此刻的神经网络依然缺乏可比性。
不管怎样，人脑看起来效率确实是比电脑高。
这当然是几十亿年自然选择累积的产物——原始的神经系统一定是受制于能量的，随着能量效率的提升，脑的出现才成为可能。
不过，此刻的人脑不一定就抵达了理论的极限。
人脑一定是“最优解”吗？关于演化的一个常见误解是它必定能产出最优解。
这个误解有多重意义：第一，一般意义上的最优解是不存在的，所有的优劣判断都只有在给定的环境下才有得谈，而环境时刻在发生改变。
第二，就算在一个稳定的环境下，全局的最优解也未必可以抵达。
演化在绝大多数情况下都是渐变和短视的，往往会被困在局部最优点，就像是一个坚持每一步都必须是上山的登山者，最后可能会停留在一个小山包上而无法抵达真正的最高峰。
第三，演化的速度和选择压成正比，当选择压不大时，抵达局部的最优解也需要漫长的时间，没有理由认为此刻的人脑就已经登顶了。
第四，演化里有海量的偶然因素，这些偶然因素的重要性至今没有定论，但阻止一个最优解的实现应该还是足够的。
一些AI理论家对于人脑是否抵达了神经网络的能量效率极限非常关心，因为这一事实决定了通用人工智能（AGI）的远期发展方向：如果人脑距离理论极限还很远，那么AGI未来就可以超越人脑，引发技术的加速进步，甚至可能导致技术奇点的诞生。
但如果人脑就是极限，那AGI就会严重受限于此刻人类的能量产出，起飞速度就会非常缓慢，奇点到来的可能性也会大幅降低，也意味着模拟人脑会成为实用AGI的唯一路线。
不过截至现在，论争双方都缺乏实质性的证据。
有可能AI领域的未来进展会证明神经网络这条路线其实是死路，真正的AGI来自其他方向，那样的话这些讨论也就失去意义了。
图库版权图片，转载使用可能引发版权纠纷无论如何，纠结计算效率是人类文明的巨大进步，因为抛开神经网络的限定，计算本身距离极限还很远。
这和人类过去掌控的几乎所有自然力都截然不同。
你要抬起多少货物就要施加多少力，要让车有多少速度就要给它多少动能。
操纵实体物质都有最基本的保底能量需求，可供节约的余地并不大，此刻人类最低效的动力