功耗50瓦的AI大腦,會是下壹個GPT嗎?
人腦或許仍然是地球上最強大、也最被低估的智能系統。
它的運行功耗只有幾拾瓦，相當於壹盞普通燈泡，卻能夠在幾拾年時間裡持續學習、積累知識、適應環境。壹個嬰兒只需接觸有限的語言輸入便能掌握母語，而今天最先進的大語言模型往往需要消耗數萬塊 GPU、讀取幾乎整個互聯網的數據才能獲得類似能力。這顯然不是最理想的路徑。
近日，壹家名為 Flourish 的新公司獲得了傑夫·貝索斯（Jeff Bezos）和多家頂級投資機構總計 5 億美元的支持。這家公司由前 Meta 腦機接口負責人、神經科學家 Thomas Reardon 與前亞馬遜高管 Rob Williams 聯合創辦，其目標並不是訓練下壹個 GPT，而是試圖回答壹個更基礎的問題：人腦究竟是如何產生智能的？
團隊希望通過神經科學實驗與人工智能研究結合的方式，尋找隱藏在大腦中的“核心算法（Core Algorithm）”，並最終據此構建壹種能夠持續學習、功耗不超過 50 瓦的人工智能系統。
故事得從壹份只有兩頁紙的“未來新聞稿”說起。
作為 Flourish 聯合創始人，Rob Williams 曾是亞馬遜最高管理層 S－Team 成員，負責 Alexa 等軟件業務。在亞馬遜內部，貝索斯長期推崇壹種被稱為“Working Backwards”（逆向工作法）的產品方法論：在項目啟動之前，先寫出產品成功發布後的新聞稿，再反向推導今天應該做什麼。離開亞馬遜幾個月後，Williams 和另壹位聯合創始人 Thomas Reardon 把這套方法用在了自己的創業項目上。
那份未來新聞稿裡寫道，Flourish 將解決人工智能面臨的兩個核心難題：能效和持續學習。公司計劃打造壹個被稱為 Cortex AI 的系統，其學習效率、計算能力和功耗預算都能夠接近人腦。貝索斯看完後首先投入了 5,000 萬美元，隨後繼續追加投資。Google Ventures、Lux Capital 和 Catalio Capital 等機構也陸續加入。短短數月時間，公司融資規模達到 5 億美元，估值約 25 億美元。
過去幾年，資本最熱衷押注的是大模型、GPU 和數據中心。無論是 OpenAI 的數千億美元基礎設施計劃，還是 Anthropic 不斷擴張的訓練集群，背後都建立在同壹個前提之上：智能能夠通過規模不斷湧現。更多參數、更多數據、更多算力，最終會帶來更強能力。
對此，Flourish 認為，當代大模型雖然表現驚艷，但其學習方式與生物智能之間依然存在巨大鴻溝。壹個成年人完成信息處理所需的能耗大約只有 20 瓦，相當於壹盞普通燈泡。而今天用於訓練前沿模型的壹塊高端 AI 芯片，功耗往往已經達到數百瓦；由數萬塊 GPU 組成的訓練集群，其耗電量甚至接近壹座小型城市。
更關鍵的是，大模型並不會像人類壹樣持續學習。訓練結束之後，模型能力基本固定，想獲得新的知識往往需要重新訓練或者額外微調。相比之下，壹個嬰兒只需要接觸有限的語言輸入，就能逐漸掌握母語，並在此後幾拾年中持續學習而不會“遺忘”已有能力。在 Flourish 看來，這種差距並不是工程規模能夠徹底解決的問題，而意味著人類仍然沒有理解智能本身。
這個思路與創始人 Thomas Reardon 橫跨不同領域的人生經歷密切相關。
15 歲輟學後，Reardon 憑借編程天賦進入微軟，參與早期瀏覽器 Internet Explorer 的開發，並在隨後創辦無線通信公司。完成創業後，他重新回到校園，在哥倫比亞大學攻讀古典學。在研究古代語言和人類認知的過程中，他逐漸對大腦如何處理信息產生興趣，隨後轉向神經科學，並最終獲得神經科學博士學位。此後，他又創辦腦機接口公司 CTRL－Labs，並於 2019 年被 Meta 收購。
[物價飛漲的時候 這樣省錢購物很爽]
這條新聞還沒有人評論喔，等著您的高見呢
它的運行功耗只有幾拾瓦，相當於壹盞普通燈泡，卻能夠在幾拾年時間裡持續學習、積累知識、適應環境。壹個嬰兒只需接觸有限的語言輸入便能掌握母語，而今天最先進的大語言模型往往需要消耗數萬塊 GPU、讀取幾乎整個互聯網的數據才能獲得類似能力。這顯然不是最理想的路徑。
近日，壹家名為 Flourish 的新公司獲得了傑夫·貝索斯（Jeff Bezos）和多家頂級投資機構總計 5 億美元的支持。這家公司由前 Meta 腦機接口負責人、神經科學家 Thomas Reardon 與前亞馬遜高管 Rob Williams 聯合創辦，其目標並不是訓練下壹個 GPT，而是試圖回答壹個更基礎的問題：人腦究竟是如何產生智能的？
團隊希望通過神經科學實驗與人工智能研究結合的方式，尋找隱藏在大腦中的“核心算法（Core Algorithm）”，並最終據此構建壹種能夠持續學習、功耗不超過 50 瓦的人工智能系統。
故事得從壹份只有兩頁紙的“未來新聞稿”說起。
作為 Flourish 聯合創始人，Rob Williams 曾是亞馬遜最高管理層 S－Team 成員，負責 Alexa 等軟件業務。在亞馬遜內部，貝索斯長期推崇壹種被稱為“Working Backwards”（逆向工作法）的產品方法論：在項目啟動之前，先寫出產品成功發布後的新聞稿，再反向推導今天應該做什麼。離開亞馬遜幾個月後，Williams 和另壹位聯合創始人 Thomas Reardon 把這套方法用在了自己的創業項目上。
那份未來新聞稿裡寫道，Flourish 將解決人工智能面臨的兩個核心難題：能效和持續學習。公司計劃打造壹個被稱為 Cortex AI 的系統，其學習效率、計算能力和功耗預算都能夠接近人腦。貝索斯看完後首先投入了 5,000 萬美元，隨後繼續追加投資。Google Ventures、Lux Capital 和 Catalio Capital 等機構也陸續加入。短短數月時間，公司融資規模達到 5 億美元，估值約 25 億美元。
過去幾年，資本最熱衷押注的是大模型、GPU 和數據中心。無論是 OpenAI 的數千億美元基礎設施計劃，還是 Anthropic 不斷擴張的訓練集群，背後都建立在同壹個前提之上：智能能夠通過規模不斷湧現。更多參數、更多數據、更多算力，最終會帶來更強能力。
對此，Flourish 認為，當代大模型雖然表現驚艷，但其學習方式與生物智能之間依然存在巨大鴻溝。壹個成年人完成信息處理所需的能耗大約只有 20 瓦，相當於壹盞普通燈泡。而今天用於訓練前沿模型的壹塊高端 AI 芯片，功耗往往已經達到數百瓦；由數萬塊 GPU 組成的訓練集群，其耗電量甚至接近壹座小型城市。
更關鍵的是，大模型並不會像人類壹樣持續學習。訓練結束之後，模型能力基本固定，想獲得新的知識往往需要重新訓練或者額外微調。相比之下，壹個嬰兒只需要接觸有限的語言輸入，就能逐漸掌握母語，並在此後幾拾年中持續學習而不會“遺忘”已有能力。在 Flourish 看來，這種差距並不是工程規模能夠徹底解決的問題，而意味著人類仍然沒有理解智能本身。
這個思路與創始人 Thomas Reardon 橫跨不同領域的人生經歷密切相關。
15 歲輟學後，Reardon 憑借編程天賦進入微軟，參與早期瀏覽器 Internet Explorer 的開發，並在隨後創辦無線通信公司。完成創業後，他重新回到校園，在哥倫比亞大學攻讀古典學。在研究古代語言和人類認知的過程中，他逐漸對大腦如何處理信息產生興趣，隨後轉向神經科學，並最終獲得神經科學博士學位。此後，他又創辦腦機接口公司 CTRL－Labs，並於 2019 年被 Meta 收購。
[物價飛漲的時候 這樣省錢購物很爽]
| 分享: |
| 注： | 在此頁閱讀全文 |
| 延伸閱讀 |
推薦: