AI话语权争夺关键！中国借人脑技术省99%能耗，打破西方垄断

文 | 金锐点

编辑 | 金锐点

现在全球AI竞争越来越激烈，争夺话语权不光是比技术算法，更要比谁能耗低、成本少。

一直以来，西方科技巨头靠着钱多地多，把大型AI模型训练给垄断了，这活儿又烧钱又费电，一款主流大模型训练下来，要花数千万美元，耗电量还突破100万千瓦时，相当于美国一百多个家庭一整年的用电量。

这么高的门槛，让不少国家和企业只能看着，根本玩不起，只能跟在西方后面跑。

但现在不一样了，中国靠着一项从人脑身上学来的技术，把AI能耗直接砍了99%，硬生生把西方的垄断壁垒撕开了一道口子，这项技术为啥能帮我们抢AI话语权？它又是怎么从人脑身上学本事，让AI不那么“费电”的？

现在全球AI圈，正陷在一场“比规模”的竞赛里，生成式AI背后的大型语言模型，参数早就突破千亿、甚至万亿级别了，每个参数训练时都得反复计算、更新，模型规模越做越大，需要的计算资源和电也跟着暴涨，结果就形成了“越大越耗、越耗越贵”的恶性循环。

这游戏的规矩，全是西方巨头定的，顶尖的AI模型训练，早就成了只有少数巨头能玩的“奢侈活”，单训练一次，就要烧掉数千万美元、耗掉100万千瓦时电，这么高的成本，把绝大多数国家和中小企业都挡在了门外。

这种集中化趋势让AI发展越来越不公平，西方巨头握着技术垄断权，既定标准又掌产业话语权，其他国家只能被动要技术，在全球智能产业链里一直处于弱势。

萨里大学高级讲师、项目负责人罗曼・鲍尔说得特别实在，“现在很多流行的大型AI模型，训练一次要花数千万美元，耗的电够美国一百多个家庭用一年，照这速度发展，AI根本撑不下去。”

而这种“撑不下去”，恰恰是西方巨头维持垄断的办法，用高能耗筑墙，让后来者跨不过去，要破这个局，就得找一条低能耗、低成本的路，而这条路的答案，就藏在我们自己的大脑里。

自然界里最高效的信息处理“设备”，不是超级计算机，是咱们人类的大脑，一个成年人的大脑，只需要约20瓦的电，差不多就是一盏昏暗灯泡的耗电量，就能完成思考、判断这些复杂活。

可反过来，执行类似任务的传统AI系统，得耗数千瓦电，这么大的效率差距，让研究人员琢磨过来了，AI要想不费电，得好好跟人脑学本事。

人脑能这么高效，核心就靠两个“聪明办法”，“连接要稀，但要有序”，传统AI是“密集连接”，一层的神经元要跟下一层所有神经元都连起来，而人脑的神经连接，既稀疏又有章法。

举个例子，我们的视觉系统里，视网膜上的神经元不会乱连到视觉皮层，而是按“邻居连邻居”的规矩，形成一种“地形图”似的连接，邻近的视网膜细胞，就连视觉皮层里相邻的神经元，这样既保住了视觉信息的完整性，又不用搞长距离传输，省了不少电。

而且这种有序连接，不是瞎碰出来的，是人脑发育时靠精确的分子引导，主动建起来的，“没用的连接就删掉”，婴儿刚出生时，大脑里的神经连接特别多，但随着长大、学东西，大脑会按“常用就留、不用就删”的原则，把冗余的连接去掉。

这事儿在青春期最明显，成年人大脑的突触密度，反而比小孩还低，这种“少而精”的思路，让大脑用一点点电就能高效运转，就像以前的出租车司机，凭着经验就能规划最优路线，而现在依赖导航的网约车司机，反而会绕弯路、多耗电。

中国科研团队正好抓住了人脑这两个“聪明办法”，开发出了适配咱们自己AI发展的“地形稀疏映射框架”。

这套方法跟传统AI的思路完全不一样，不是先建所有连接再慢慢学，而是从一开始就用“稀疏又有序”的连接模式，输入层的每个特征，比如图像里的一个像素，只连下一层的一个神经元，连接规矩跟人脑的空间组织原则一样。

打个比方，典型的密集网络里，1000个输入节点和1000个隐藏节点要连100万个线，用中国这套技术，只需要连1000个，直接少了三个数量级。

在此基础上，中国团队还升级出了“增强型地形稀疏映射框架”，加了一步模拟人脑“删无用连接”的过程。

网络先短期训练一阵，算法就会自动分析每个连接对性能的用处，按重要性排个队，把最没用的连接删掉，这就像人脑青春期“精简”突触那样，让AI模型“瘦下来”的同时，性能还能往上提。

现在，国内不少科技企业已经开始用这套框架，在计算机视觉、自然语言处理这些领域做试点，慢慢不用再依赖西方那种高耗模型了。

为了验证地形稀疏映射框架好不好用，中国科研团队构建了多层感知器网络，选了MNIST手写数字、Fashion-MNIST服装图像、CIFAR-10和CIFAR-100自然图像分类这些国际通用的数据集做测试，既跟传统密集网络比，也跟西方主流的稀疏AI技术比高低。

测试结果一出来，确实让人惊讶，增强型地形稀疏映射模型在有些配置下，直接删掉了标准网络里99%的神经连接，这意味着，传统网络要100万个参数才能完成的活，用中国技术1万个参数就够了。

能耗也跟着降到了传统密集网络的百分之一以下，训练速度快了不少，占用的内存也少了很多，要知道，西方的稀疏技术大多要在性能和效率之间选一个，而中国技术把“速度快、能耗低、准确率高”这三件事都做到了。

在最难的CIFAR-100数据集测试里，中国技术的优势更明显，准确率比西方下一个最好的稀疏方法高了14个百分点，用的连接数量还比人家少很多，这就证明，中国技术不光能应对简单任务，处理复杂的视觉识别这类高端活也没问题。

为了进一步验证这技术靠谱不靠谱，团队还专门做了对照组网络，这些网络的稀疏连接数量，跟中国技术的一样，但连接模式是瞎排的，对比下来才发现，学人脑搞“结构化连接”的中国模型，训练时更稳定，最后准确率也更高。

这说明，AI要高效，不是随便删连接就行，得学人脑的“结构化智慧”，这也是中国技术跟西方稀疏技术最核心的区别，研究人员说得好，“大脑靠结构实现高效，我们把这种智慧融进AI，就能不用依赖高能耗硬件，走出一条自己的高效路。”

中国这项学人脑的AI技术，不光能减少能耗，还能让全球AI话语权重新排排队，一直以来，西方巨头靠高耗模型建的垄断壁垒。

现在被这项技术轻松打破了，对于那些训练要花数千万美元的大型语言模型来说，哪怕效率只提一个数量级，都能省一大笔钱，更别说咱们直接砍了99%的能耗，相当于把AI训练的“入场费”从“千万美元级”直接拉到了“几十万美元级”。

这种变化，正在悄悄改变AI产业的竞争规矩，以前，只有西方巨头能承担高耗训练，攥着前沿AI技术，现在，中国的中小企业甚至科研机构，都能以低成本搞AI模型研发，定制化AI产品再也不是巨头的专属。

现在国内已经有不少初创企业，靠着这套技术在智能安防、医疗影像分析这些领域，做出了低成本的解决方案，不光在国内受欢迎，还卖到了国外，这标志着中国AI从“跟在西方后面跑”，朝着“领着全球跑”迈出了关键一步。

这项技术让全球AI发展变得更公平、更多人能参与，西方巨头主导的高耗模式，让AI发展陷在“浪费资源+垄断更严重”的怪圈里。

而中国技术提出的“学人脑搞高效AI”的路子，给各国提供了新选择，不管是发展中国家，还是中小企业，都能靠着这套技术参与AI革命，再也不会因为耗不起电、花不起钱被挡在门外。

从这一点来说，中国技术不光打破了西方垄断，还在重新定全球AI发展的规矩，让AI真正为全人类服务，而不是只满足少数巨头的利益。

当AI竞争陷在“比谁更耗”的内卷里时，中国从人脑身上学来的智慧，给出了破局的办法，这项能砍99%能耗的技术，不光让AI不用再依赖高成本硬件，还打破了西方巨头的垄断，让中国在抢AI话语权的较量中占了主动。

从人脑的结构化连接，到中国的高效AI模型，从西方垄断的困局，到中国领跑的变革，我们能看明白一件事，真正的技术突破，不是靠“堆资源、拼成本”，而是靠好好学自然里的智慧。