神经符号AI突破：能耗降低100倍，准确率大幅提升

人工智能正在消耗美国大量的电力资源。根据国际能源署的数据，2024年AI系统与数据中心共消耗约415太瓦时的电力，占全美总发电量的10%以上，而这一需求预计到2030年将翻倍。

这种快速增长引发了外界对可持续发展的担忧。为此，某工程学院的研究人员开发了一套概念验证AI系统，旨在大幅提升能效。他们的方法最多可将能耗降低100倍，同时提升任务执行的准确性。

神经符号AI：一种混合方法

这项研究来自Matthias Scheutz教授领导的实验室，他是Karol家族应用技术教席教授。其团队正在开发神经符号AI，将传统神经网络与符号推理相结合。这种方法模拟了人类解决问题的方式——将问题拆解为步骤和类别逐一处理。

相关研究成果将于今年5月在维也纳举办的国际机器人与自动化大会上发布，并收录于大会论文集中。

让机器人学会感知、理解与行动

与ChatGPT、Gemini等我们熟悉的大语言模型不同，该团队专注于机器人领域所使用的AI系统，即视觉-语言-动作模型（VLA模型）。这类模型在大语言模型的基础上扩展了视觉感知与物理运动能力。

VLA模型接收来自摄像头的视觉数据与语言指令，并将这些信息转化为现实中的具体动作，例如控制机器人的轮子、手臂或手指来完成特定任务。

传统AI为何在简单任务上屡屡出错

传统VLA系统高度依赖大量数据和反复试错的学习方式。以"将积木堆成塔"为例，机器人必须先分析场景、识别每块积木，再判断如何正确放置。

这一过程容易出错。阴影可能让系统对积木形状产生误判，或者机器人放错位置导致结构倒塌。

这类错误与大语言模型中常见的问题如出一辙。正如机器人会放错积木，聊天机器人也可能生成虚假或误导性的内容，例如捏造法律案例，或生成带有多余手指等不合实际细节的图像。

符号推理如何提升准确率与效率

符号推理提供了一种不同的思路。它不单纯依赖数据中的统计规律，而是运用形状、平衡等抽象概念和规则来进行推理，从而更有效地规划行动，避免不必要的试错。

"与大语言模型一样，VLA模型依据大量同类场景训练集的统计结果来执行动作，但这可能导致错误，"Scheutz说，"神经符号VLA能够运用规则来限制学习过程中的试错次数，更快找到解决方案。它不仅能更快完成任务，还能显著缩短系统训练所需的时间。"

汉诺塔测试中的亮眼表现

研究人员使用汉诺塔谜题对系统进行了测试，这是一道需要缜密规划的经典问题。

神经符号VLA的成功率高达95%，而标准系统仅为34%。面对从未遇到过的更复杂版本谜题时，混合系统的成功率仍达78%，而传统模型则全部失败。

训练时间也大幅缩短。新系统仅用34分钟便完成了任务学习，而传统模型则需要超过一天半的时间。

训练与运行阶段的巨大节能效果

能耗方面的降幅同样令人瞩目。训练神经符号模型所需的能量仅为标准VLA系统的1%，运行时的能耗也只有传统方案的5%。

Scheutz将这种低效现象与日常AI工具进行了类比："这些系统只是在预测序列中的下一个词或动作，但结果可能并不准确，还会出现幻觉。它们的能耗往往与任务本身不成比例。举个例子，当你在谷歌上搜索时，页面顶部的AI摘要所消耗的能量，最多是生成普通网页列表的100倍。"

AI对电力基础设施的压力持续攀升

随着AI在各行各业的加速普及，算力需求持续上涨。各大企业正在建设规模越来越大的数据中心，部分设施的用电量高达数百兆瓦，甚至超过一些中小城市的总用电量。

这一趋势引发了基础设施扩张竞赛，也引起了外界对长期能源供应能力的广泛忧虑。

AI可持续发展的新路径

研究人员认为，目前以大语言模型和VLA为主导的AI发展路径，从长远来看可能难以为继。尽管这些系统功能强大，但它们消耗大量能源，且仍可能产生不可靠的结果。

相比之下，神经符号AI提供了一个不同的发展方向。通过将学习能力与结构化推理相融合，它有望为未来的AI系统提供一个更高效、更可靠的基础。

Q&A

Q1：神经符号AI和普通大语言模型相比，准确率有多大差距？

A：在汉诺塔测试中，神经符号VLA模型的成功率高达95%，而传统标准系统仅为34%。面对从未见过的复杂谜题时，神经符号系统成功率仍有78%，传统模型则全部失败。这说明引入符号推理后，系统的规划能力和泛化能力都得到了显著提升，不再单纯依赖统计规律，出错率大幅降低。

Q2：神经符号AI能节省多少能耗？

A：节能效果非常显著。在训练阶段，神经符号模型所需能量仅为传统VLA系统的1%；在实际运行阶段，能耗也只有传统方案的5%。总体而言，最多可将能耗降低100倍。训练时间同样大幅缩短，新系统只需34分钟完成学习，而传统模型需要超过一天半的时间。

Q3：神经符号AI是怎么运作的，和普通神经网络有什么区别？

A：普通神经网络依靠大量数据进行统计学习，通过反复试错找到答案。神经符号AI则在此基础上加入了符号推理，利用形状、平衡等抽象规则来指导决策，类似于人类解题时先分步骤、再行动的思维方式。这种组合让系统既能从数据中学习，又能按规则推理，从而减少错误、节省资源。