📌資料中心的耗電量已佔美國總耗電量的8.9%。根據國際能源署（https://www.iea.org/data-and-statistics/data-tools/energy-and-ai-observatory?tab=Energy+for+AI）的分析，資料中心的耗電量幾乎佔美國總耗電量的9%。國際能源署（IEA）是1974年成立的獨立國際組織，其目標是保障能源安全、推廣可再生能源以及應對氣候變化。美國是全球資料中心裝機容量的絕對領先者（達53.7吉瓦），且這一指標仍在快速增長。據預測，到2028年，資料中心的耗電量可能會佔美國總耗電量的12%。在人工智慧迅猛發展的推動下，全球對計算能力的需求不斷增長。在英國，資料中心的耗電量佔總耗電量的5.1%；在歐盟，這一比例為4.8%；即便是在經濟規模龐大的中國，這一比例也已達到2.3%。這一趨勢在地區層面表現得尤為明顯。例如，在作為眾多資料中心樞紐的弗吉尼亞州，資料中心的耗電量已佔該州總耗電量的26%。這種熱潮促使科技公司不僅積極投資於資料中心本身，還投資於為其供電的能源，尤其是核能。 (全球經濟論壇)

近日， Meta首席AI科學家楊立昆接受海外播客This Is IT 的專訪，對話中深入探討了深度學習的發展歷程、機器學習的三種範式、莫拉維克悖論與AI發展的限制、訓練AI模型的資源、AI基礎設施投資等話題。 楊立昆指出了當前AI發展的3個關鍵限制：物理世界比語言複雜，莫拉維克悖論（電腦可以下棋、解決數學難題，但無法完成簡單的物理任務），感官資訊量遠大於語言。楊立昆認為，缺少訓練系統理解複雜感官資料（如視覺）的能力是當前AI發展的最為關鍵的限制。 他還反駁了AI發展因資料耗盡而終結的觀點，認為訓練AI模型的全球資源遠沒有到盡頭，AI發展仍將繼續。 此外，他強調從觀測中推匯出抽象表徵對深度學習至關重要，他還預測未來十年將是機器人的十年，AI領域很可能取得重大突破，從而創造出更通用的機器人。