Учёные из Китая представили Taichi-II, усовершенствованную версию полностью оптического чипа искусственного интеллекта (ИИ), который, по их утверждениям, в будущем может стать основой для систем общего искусственного интеллекта (AGI).
Первый чип Taichi был представлен исследователями в апреле 2024 года. В отличие от электронных компонентов, этот крошечный модульный прибор работает на фотонах, то есть частицах света. Эти фотоны питают крошечные встроенные электрические переключатели, которые включаются или выключаются при подаче напряжения.
По сравнению с предшественником, Taichi-II на 40% точнее в задачах классификации, которые включают сортировку и идентификацию различных типов информации, и обеспечивает «шестикратное улучшение» (то есть в миллион раз) энергоэффективности в условиях низкой освещённости, как сообщает South China Morning Post (SCMP).
Исследователи достигли этого значительного скачка в производительности, обучая ИИ непосредственно на оптическом чипе, а не полагаясь на цифровые симуляции — процесс, который учёные назвали «полностью прямым режимом» («fully forward mode»). Они описали свои результаты в исследовании, опубликованном 7 августа в журнале Nature.
Полностью прямой режим — это метод обучения ИИ, при котором данные движутся только в одном направлении — вперёд. Он отличается от традиционных методов обучения, где данные обычно обрабатываются в несколько итеративных шагов. Когда свет проходит через чип, он взаимодействует с крошечными компонентами, которые регулируют его направление, модулируют фазу и интенсивность. Эти взаимодействия немедленно изменяют параметры модели ИИ, позволяя ей учиться в реальном времени без повторной обработки.
Полностью прямой режим помогает фотонным чипам работать ещё быстрее, но эти чипы уже обладают значительными преимуществами по сравнению с обычными чипами. Световые чипы потребляют гораздо меньше энергии и могут выполнять вычисления намного быстрее, так как способны одновременно обрабатывать несколько сигналов. Это связано с тем, что фотоны, в отличие от электронов, могут двигаться со скоростью света и не генерируют тепло при прохождении через чип, что приводит к более быстрой и эффективной обработке.
Чип Taichi работает аналогично другим световым чипам, но, как ранее заявляли исследователи, он может масштабироваться гораздо лучше, чем разработки конкурентов. Это связано с тем, что чиплет Taichi сочетает в себе несколько преимуществ существующих фотонных чипов, включая «оптическую дифракцию и интерференцию», что относится к способу управления светом внутри чиплета.
Чип ИИ, работающий полностью на фотонах, в перспективе может стать основой для моделей искусственного общего интеллекта (AGI) — крайне мощных систем ИИ, способных демонстрировать интеллект и рассуждения, подобные человеческим, и обладать способностью к обучению новым навыкам, выходящим за пределы данных, на которых они были изначально обучены.
И хотя эта гипотетическая технология всё ещё находится в далёком будущем (по крайней мере, согласно большинству прогнозов), разработчики Taichi в своей статье, опубликованной в апреле, предположили, что модульная архитектура их чипа позволяет объединять несколько чиплетов для создания чрезвычайно мощной системы ИИ.
В эксперименте исследователи объединили несколько чиплетов Taichi и сравнили их производительность с другими световыми чипами по ключевым параметрам. Объединённая система смогла симулировать сеть почти из 14 миллионов искусственных нейронов, что значительно больше, чем 1,47 миллиона нейронов, достигнутых следующей по эффективности разработкой.
При этом система была чрезвычайно энергоэффективной, выполняя более 160 триллионов операций на каждый потребляемый ватт энергии. Для сравнения, фотонный чип 2022 года мог выполнять только 3 триллиона операций на ватт, а большинство традиционных чипов, разработанных для аналогичных задач, обычно работают с производительностью менее 10 триллионов операций на ватт.
Исследователи заявили, что Taichi-II — это ключевой шаг на пути к переходу световых ИИ-чипов от теории к практическим применениям и удовлетворению растущего спроса на мощные вычисления с низким энергопотреблением, сообщает SCMP. Это будет иметь ключевое значение для разработки моделей AGI, хотя опасения по поводу последствий этого всё ещё остаются.
