Nová metóda umelej inteligencie znižuje spotrebu energie 100-násobne a zvyšuje presnosť
Výskumníci z Tufts University vyvinuli neuro-symbolický prístup k umelej inteligencii, ktorý znižuje spotrebu energie až 100-násobne a zároveň dramaticky zlepšuje presnosť, čím ponúka potenciálne riešenie eskalujúcej energetickej krízy v odvetví.
Inteligentnejší spôsob myslenia
Keďže umelá inteligencia spotrebúva čoraz väčší podiel svetovej elektriny, tím z Tufts University predstavil zásadne odlišný prístup, ktorý by mohol znížiť spotrebu energie umelej inteligencie až 100-násobne – a zároveň reálne zvýšiť presnosť systémov. Výskum, ktorý viedol profesor Matthias Scheutz a bol publikovaný na arXiv vo februári 2026, bude prezentovaný na Medzinárodnej konferencii o robotike a automatizácii vo Viedni tento máj.
Prelom spočíva v neuro-symbolickej umelej inteligencii, hybridnej metóde, ktorá kombinuje konvenčné neurónové siete s ľudským symbolickým uvažovaním. Namiesto učenia sa čisto prostredníctvom hrubej sily porovnávania vzorov v miliónoch príkladov, systém aplikuje logické pravidlá, abstraktné koncepty ako tvar a rovnováha a štruktúrované plánovanie krok za krokom – podobne ako ľudia riešia problémy.
Dramatické výsledky
Výskumníci testovali svoj systém na hlavolame Hanojské veže, klasickom benchmarku riešenia problémov, ktorý si vyžaduje starostlivé sekvenčné plánovanie. Výsledky boli pozoruhodné:
- Neuro-symbolický systém dosiahol 95% úspešnosť, v porovnaní s iba 34% pre štandardný model videnia-jazyka-akcie (VLA).
- Na zložitejšom, predtým nevidenom variante dosiahol 78% – zatiaľ čo konvenčný model zvládol 0%.
- Tréning trval iba 34 minút, oproti viac ako 36 hodinám pre štandardný prístup.
- Spotreba energie počas tréningu klesla na približne 1% konvenčného modelu, pričom prevádzková spotreba energie klesla na približne 5%.
„Neuro-symbolický VLA môže aplikovať pravidlá, ktoré obmedzujú pokusy a omyly počas učenia a oveľa rýchlejšie dosiahnuť riešenia,“ povedal Scheutz.
Prečo je to teraz dôležité
Načasovanie nemôže byť naliehavejšie. Podľa Medzinárodnej energetickej agentúry spotrebovali systémy umelej inteligencie a dátové centrá v Spojených štátoch v roku 2024 približne 415 terawatthodín elektriny – čo je viac ako 10 % celkovej produkcie krajiny – a očakáva sa, že toto číslo sa do roku 2030 zdvojnásobí.
Korporátny svet už preteká v zabezpečovaní energie. V januári 2026 sa energetický gigant Vistra Corp dohodol na akvizícii flotily elektrární na zemný plyn spoločnosti Cogentrix Energy za približne 4 miliardy dolárov, čím pridal 5,5 gigawattov výrobnej kapacity v Novom Anglicku, Texase a sieti siahajúcej od New Jersey po Chicago. Dohoda, ktorá zahŕňa 2,3 miliardy dolárov v hotovosti a 5 miliónov akcií spoločnosti Vistra, podčiarkuje, ako nenásytná chuť umelej inteligencie po elektrine pretvára energetický sektor.
Umelá inteligencia prichádza do lekárne
Medzitým sa umelá inteligencia tlačí do teritória, ktoré bolo kedysi vyhradené výlučne pre ľudských profesionálov. Utah sa stal prvým štátom USA, ktorý umožnil systému umelej inteligencie autonómne obnovovať lekárske predpisy, a to v spolupráci so zdravotnou platformou Doctronic v rámci ročného pilotného programu. Systém spracováva 30-, 60- alebo 90-dňové náplne pre 190 bežne predpisovaných liekov za cenu 4 doláre za obnovenie – bez nutnosti návštevy lekára.
Sú zabudované bezpečnostné zábrany: lieky proti bolesti, injekcie a lieky na ADHD sú vylúčené a prvých 250 predpisov v každej triede liekov si vyžaduje kontrolu lekárom predtým, ako umelá inteligencia funguje nezávisle. Niekoľko ďalších štátov, vrátane Texasu a Arizony, rokuje o nasledovaní príkladu Utahu.
Efektívnosť ako cesta vpred
Tieto udalosti spolu vytvárajú obraz odvetvia na rázcestí. Schopnosti umelej inteligencie sa naďalej rozširujú do zdravotníctva, robotiky a rozhodovania – ale rovnako aj jej environmentálna stopa. Prelomy, ako je neuro-symbolický prístup spoločnosti Tufts, naznačujú, že hrubá výpočtová sila nemusí byť jediná cesta vpred. Inteligentnejšie architektúry, ktoré skôr uvažujú, ako jednoducho počítajú, by mohli byť kľúčom k tomu, aby bola umelá inteligencia udržateľná v rozsiahlej miere.