科學(xué)家讓人光速的人工智能成為現(xiàn)實

研究人員展示了以光速實現(xiàn)的單次張量計算，這標(biāo)志著邁向由光學(xué)而非電子計算驅(qū)動的下一代AGI硬件的顯著進步。

張量運算是一種數(shù)學(xué)處理方式，支撐著許多現(xiàn)代技術(shù)，尤其是人工智能，但它們遠遠超出大多數(shù)人接觸到的基本數(shù)學(xué)。一個有用的對比是，在多個維度中旋轉(zhuǎn)、切割或重新組織魔方時涉及的復(fù)雜運動，人類和傳統(tǒng)計算機必須將這些步驟分成順序，而光可以同時完成所有步驟。

在人工智能領(lǐng)域，從圖像識別到語言理解等任務(wù)高度依賴張量運算。然而，隨著數(shù)據(jù)量的持續(xù)增長，標(biāo)準(zhǔn)計算硬件如GPU正被推向速度、可擴展性和能耗的極限。

光如何成為計算器

受更快更高效計算的需求驅(qū)動，由阿爾托大學(xué)電子與納米工程系光子學(xué)組張宇峰博士領(lǐng)導(dǎo)的國際研究團隊開發(fā)了一種利用單次光線進行復(fù)雜張量計算的新方法。該技術(shù)使得以實際光速實現(xiàn)單次張量計算。

張的方法執(zhí)行與當(dāng)今GPU處理的類似作，比如卷積和注意力層，但它們都以光速完成。他們不再依賴電子電路，而是利用光的物理特性同時執(zhí)行許多計算。

團隊通過將數(shù)字信息編碼到光波的幅度和相位中，將數(shù)值轉(zhuǎn)化為光場的可測量特征，實現(xiàn)了這一目標(biāo)。隨著這些結(jié)構(gòu)化光場的移動、相互作用和融合，它們本質(zhì)上執(zhí)行諸如矩陣和張量乘法等數(shù)學(xué)過程，這些都是深度學(xué)習(xí)的關(guān)鍵。引入多波長使研究人員能夠擴展該方法，使其能夠支持更高級、更高階的張量運算。

這好比是一名海關(guān)官員，必須通過多臺功能不同的機器檢查每個包裹，然后將它們分揀到合適的箱子里，通常他會一個一個包裹處理。研究團隊的光學(xué)計算方法將所有包裹和機器合并在一起——我們創(chuàng)建多個“光學(xué)鉤”，將每個輸入連接到其正確的輸出。只需一次作，一次光線，所有檢查和分揀都能瞬間且同步進行?！?/p>

這種方法的另一個關(guān)鍵優(yōu)勢是其簡便性。光學(xué)作在光傳播過程中被動進行，因此計算過程中無需主動控制或電子切換。這種方法幾乎可以在任何光學(xué)平臺上實現(xiàn)。

研究人員計劃未來將這一計算框架直接集成到光子芯片上，使基于光的處理器能夠以極低功耗執(zhí)行復(fù)雜的人工智能任務(wù)。他們的最終目標(biāo)是將該方法部署到大型公司現(xiàn)有的硬件或平臺上。

保守估計該方法將在3-5年內(nèi)集成到這些平臺，這將創(chuàng)造新一代光學(xué)計算系統(tǒng)，顯著加速跨多個領(lǐng)域的復(fù)雜人工智能任務(wù)。