塔夫茨大学实现AI能效100倍突破：神经符号AI让机器人成功率从34%跃升至95% 4月5日，塔夫茨大学Matthias Scheutz教授团队在ScienceDaily发表了一项突破性研究成果——他们开发的"神经符号AI"混合方法将AI训练阶段能耗降至传统方法的1%，运行阶段降至5%，总体能效提升约100倍。该研究聚焦于视觉-语言-动作(VLA)模型在机器人领域的应用，通过将传统神经网络与人类式符号推理相结合，使AI能够像人类一样通过逻辑步骤和类别分解解决问题，而非依赖海量数据试错。在经典"汉诺塔"拼图测试中，新型神经符号VLA模型成功率达95%（传统模型仅34%），在更复杂的未知变体中仍保持78%成功率（传统模型完全失败）。训练时间从传统模型的超1.5天缩短至仅34分钟。该研究将于5月在维也纳国际机器人与自动化会议(ICRA)上发表。考虑到2024年AI系统和数据中心已消耗全美10%以上电力，这一突破对AI可持续发展具有重大意义。 来源：ScienceDaily、arXiv预印本(2602.19260)、Tufts University