德克萨斯州圣马科斯的活动人士抗议计划中的数据中心，这些中心将为人工智能系统提供动力。图片来源：Sara Diggins / 通过Getty的《奥斯汀美国国人报》随着公众对支持人工智能繁荣的数据中心日益增长的能源和水需求的反对，一些科技公司开始讨论将这些设施放置在太空中。例如，商人埃隆·马斯克的人工智能和火箭公司SpaceX是规划在低地球轨道部署卫星星座作为数据中心的少数几家公司的之一。这一逻辑颇具诱惑力：这样的设施可以利用丰富的太阳能，避免与社区的对抗。但是，认为庞大的数据中心是推动人工智能驱动的科学进展的前提的看法是错误的。科学的基础设施需求与为数以百万计的用户服务的消费级人工智能平台的需求根本不同。拥有必要技术知识的研究者应该倡导另一种愿景：以开放权重人工智能模型为中心——即具有公开可用参数的模型——可在本地部署，同时优先考虑计算资源的高效利用。这种方法将使人工智能工具的使用更加可持续，并与公众利益更好地保持一致。那么，人工智能究竟会消耗多少能源？好与坏以及未知数据中心数十年来一直支持互联网经济。然而，支持人工智能模型的数据中心需要巨大的电力。去年的全球数据中心消耗了约485太瓦时的电力，类似于德国的消费水平，国际能源署预计到2030年这一数字将翻倍。五家科技公司——亚马逊、字母表、微软、Meta和甲骨文——预计今年将在人工智能基础设施上总共花费超过6000亿美元；十年前，这五家公司在这方面的支出不到400亿美元。数据中心将这种巨大的能源需求集中在其建造的特定社区的电网上，尽管人们对水使用、噪声和公平性表达了担忧。但这种扩张正面临越来越大的抵制。根据盖洛普在5月发布的一项民调，71%的美国人反对在他们的本地建设数据中心（20%的人表示部分支持）。作为依赖人工智能进行工作的科学家，我们认为地球上存在更切实际的解决方案。研究人员必须开创开放权重人工智能模型的采用，这些模型在机构服务器上本地运行。在这里，我们概述了一种更去中心化的人工智能愿景——一种允许研究人员以更负责任的方式部署这些工具，同时减少对庞大数据中心依赖的方法。去中心化人工智能虽然精确的数据难以获取，但目前每天数十亿次对人工智能聊天机器人的查询大多由大型科技公司运营的数据中心处理。开放权重模型在许多情况下提供了与封闭权重专有模型相当的能力，但使用它们通常需要技术知识。这种聊天机器人使用助长了一个误解，即先进的人工智能只能在庞大的集中式数据中心中运行。根据我们的经验，这是不正确的。个人计算机的历史提供了一个有用的类比。早期的计算机占用了整个房间，之后缩小为桌面计算机和笔记本电脑。人工智能时代只有短短几年，但类似转变的迹象已经显现。例如，芯片制造商NVIDIA宣布了一种新的笔记本电脑芯片RTX Spark，可以在戴尔、惠普等厂商的笔记本电脑上运行强大的人工智能模型（如谷歌的Gemma 4）；苹果的笔记本电脑芯片多年来已经支持一系列本地人工智能模型。这些设备目前价格昂贵，但趋势显而易见。类似地，谷歌的旗舰人工智能模型Gemini的一种版本旨在运行在组织自己的设施内。一个与迷你冰箱大小的服务器架可以支持约50个用户同时向人工智能模型发送提示并收到响应。数据中心常常因为其位置和能源及水的使用而受到反对。图片来源：Erik S Lesser / EPA / Shutterstock 许多研究团队拥有足够的专业知识，可以设置一个加载了开放权重模型的类似服务器，而不必向谷歌购买订阅。学术机构目前没有投资这种方法，但它们必须这样做，因为人工智能的环境成本和访问的补贴费用不能无休止地继续下去。长期以来，科学界在采用开源软件中处于领先地位——拥有自由可用的代码、训练数据和模型参数——应该帮助推动这一转变，为更节能、可持续的人工智能工具的更广泛公共使用树立榜样。开源人工智能工具在文献审查中击败巨大LLM，并正确引用。在实际操作中，今天在笔记本电脑上运行的模型可以匹敌或超过性能