2019年某个早晨，阿德巴约·阿龙杰在开普敦的一间酒店里，准备展示他创业公司针对非洲医疗领域一个严重问题的人工智能解决方案：假药，这种药物每年在整个非洲大陆夺去数千人的生命。RxScanner是一种手持式光谱仪，可以用红外光扫描药丸，然后将该物品的分子特征发送给配备了药品数据库的人工智能模型。在几秒钟内，人工智能根据分子特征识别药物，或者报告其为假药。在包括加纳、肯尼亚、缅甸和阿龙杰的故乡尼日利亚在内的十几个国家，药店都在使用该系统。但在南非的那个早晨，该系统没有正常工作。“我很震惊，”阿龙杰说。光谱仪虽与人工智能模型连接，但数据中心却在14,000公里外，带宽有限。“我们的服务器在美国，而单次扫描的结果竟花费我超过5分钟。”于是，阿龙杰立即要求他的工程师将人工智能模型缩小，制作出一种较小、低功耗且无需连接的版本，能够完全在他的Android手机上运行。两小时后，他们完成了这一版本，并拯救了演示。更重要的是，这项工作催生了他设备的新版本，即能在没有宽带、计算机甚至可靠电源的地方验证药丸的真伪。这也使阿龙杰成为这一类“小型人工智能”的倡导者。面向全球医疗保健的“小型人工智能”小型人工智能与富裕国家的庞大语言模型（LLM）、超大规模数据中心、数十亿美元的投资以及有关人工智能意识的辩论相比，相距甚远。但对于全世界数百万人而言，唯一重要的人工智能，往往也是唯一可以获得的，就是小型人工智能。（据世界银行在11月份发布的报告，全球最贫困国家的互联网用户中仅有0.7%使用过ChatGPT，而在最发达国家，约四分之一的互联网用户使用过这项服务。）“大多数人讨论人工智能时都是从LLM/生成方面着手。但这需要大量的计算能力、电力、大量的数据和熟练的人士来管理，”世界银行行长阿贾伊·班加在去年一月的达沃斯世界经济论坛上表示。“在发展世界，除了印度和中国外，几乎没有其他国家具备这样的组合。”相比之下，小型人工智能可以为没有上述条件的地区的人们提供有用甚至是救命的服务，班加说。在印度，政府的人工智能计划呼吁更多发展小型人工智能，这里的许多系统正在为农民服务。例如，由巴拉·穆鲁甘和印度维洛尔理工学院的同事开发的一种基于无人机的系统，能够拍摄腰果植物的照片，并迅速识别出病斑。这一切处理都在无人机上进行，因此无需现场计算机或与中央服务器的连接。使用针对特定问题训练的小型语言模型，有时还运行在便宜、低功耗的设备上，其他小型人工智能应用程序也被开发出来，用于识别乌拉圭葡萄园中的蚂蚁侵扰、检测多个国家中携带疟疾的蚊子，以及在巴西一些缺乏复杂设备的地区使用Arduino设备进行心电图监测。“这是如今人工智能中最重要的领域，”参与过这三项项目的巴西伊塔久巴联邦大学工程与信息系统研究所教授马塞洛·霍塞·罗瓦伊说。“这个领域增长得非常快。”低功耗的小型人工智能模型在设备上运行小型人工智能模型可以在各种低功耗设备上运行，包括从左到右的Arduino Nano 33 BLE Sense、Seeed Wio Terminal和Arduino Portenta。对于阿龙杰、罗瓦伊和其他倡导者而言，小型人工智能不仅仅是世界银行在11月报告中称之为的“一个值得期待的趋势”。从长远来看，它可能是会触及最多人并在某些巨型模型对大多数用户来说变得过于昂贵后仍能持续的人工智能形式。“我认为人工智能的未来不是集中在一个巨大模型上。我认为它是分布在边缘的数百万个小模型，每一个都在解决具体问题、特定上下文，”阿龙杰说。这部分是因为人类中许多人——包括一些富裕国家和发展中国家的人民——生活在没有接触尖端前沿模型的条件下。但他表示，这也是因为那些模型不可持续。“如果没有人补贴，大多数人将无法负担这些模型。因此，我们这些被称为小型人工智能开发者的人，必须为世界上大多数人构建这些模型，”阿龙杰说。虽然“人工智能”并没有严格的定义，但人们通常用这个词来形容最多几百亿参数的语言模型。（与前沿模型相比，后者可能包含超过万亿个参数。）