Искусственный интеллект на волокне: что это значит для будущего

Можно ли сократить потребление энергии нейросетями в 100 раз и при этом сохранить их эффективность? Учёные уже доказали — можно. И решение кроется в свете.

Современные языковые модели вроде GPT-3 требуют колоссальных вычислительных ресурсов. Чтобы обучить такую систему, необходимо около 1,3 гигаватт-часа — достаточно, чтобы зарядить 13 тысяч Tesla Model S. Это делает развитие ИИ дорогим и неэкологичным.

Но всё меняется с приходом оптических нейросетей. Вместо миллиардов параметров и огромных дата-центров — компактная система на основе многомодовых оптоволокон и пространственного модулятора света. Удивительно, но сеть с двумя тысячами параметров показала такую же точность, как классическая цифровая модель с 400 тысячами.

Суть технологии — в нелинейно-оптических вычислениях. Учёные использовали метод формирования волнового фронта и управляли ультракороткими световыми импульсами. Средняя мощность? Всего микроватты. А снижение числа цифровых операций — на 99%!

"Мы показали, что можно достичь высокой точности без огромных вычислений — достаточно правильно направить свет".

Есть ли недостатки

Да — скорость работы пока ограничена. Всё упирается в медленное обновление жидкокристаллических модуляторов. Но это решается: можно перейти на цифровые микрозеркальные устройства и квадрантные фотодиоды. С таким апгрейдом система сможет выдавать до 25 терафлопс при потреблении всего 12,6 ватта — в 24 раза меньше, чем аналогичный графический процессор.

Что это значит

Оптические нейросети — не просто эксперимент. Это реальный шаг к устойчивому и мощному ИИ будущего. И, возможно, именно они станут ядром моделей следующего поколения.

Уточнения

Нейро́нная сеть (также иску́сственная нейро́нная сеть, ИНС, или просто нейросе́ть) — математическая модель, а также её программное или аппаратное воплощение, построенная по принципу организации нервных сетей (биологических нейронных сетей) — сетей нервных клеток (нейронов) живого организма.