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