Энергосберегающий ИИ, основанный на физике, опередит традиционные нейронные сети

Энергосберегающий ИИ, основанный на физике, опередит традиционные нейронные сети

Открытие новой эры вычислений, в которой физика играет важную роль в создании более эффективного искусственного интеллекта.

Искусственный интеллект (ИИ) изменил наш цифровой мир, однако его использование сопряжено с большими затратами энергии. Поиск более энергоэффективного метода искусственного интеллекта привел ученых Института Макса Планка к революционному открытию, которое может изменить будущее искусственного интеллекта.

Системы искусственного интеллекта, подобные GPT-3, несмотря на свою революционность, потребляют огромное количество энергии. Компания Open AI, ответственная за создание ChatGPT, не сообщила точных данных о потреблении энергии при обучении GPT-3. Однако, по оценкам, оно эквивалентно годовому потреблению 200 крупных немецких домохозяйств. И хотя GPT-3 способен различать, следует ли за словом “deep” слово “sea” или “learning”, он с трудом улавливает глубинный смысл слов.

Нейроморфные вычисления: Новая волна

В то время как современные ИИ опираются на цифровые компьютеры, исследователи изучают возможности нейроморфных вычислений для снижения энергопотребления. Вопреки своему названию, она не полностью совпадает с искусственными нейронными сетями. Традиционные системы ИИ имитируют мозговые процессы, но зависят от цифровых компьютеров, разделяя память и процессор. Как отмечает Флориан Марквардт, директор Института Макса Планка, передача данных между этими компонентами потребляет значительную часть энергии.

Прочитайте также  Смертельная болезнь: у апельсинов во Флориде был худший урожай за 70 лет (видео)

Наш мозг обрабатывает мысли параллельно, избегая последовательной обработки, характерной для современных компьютеров. Вместо отдельных памяти и процессоров наши синапсы объединяют эти две функции. Современные компьютеры не выдержат эволюционных испытаний из-за неэффективного энергопотребления и возможных перегревов. Отсюда интерес к нейроморфным системам, в которых используются световые компоненты, выполняющие функции как коммутатора, так и памяти.

 

Самообучающаяся физическая машина

Компания Marquardt в сотрудничестве с Виктором Лопесом-Пастором предлагает концепцию, меняющую ход событий, – самообучающуюся машину. Эта система повышает эффективность, оптимизируя свою работу без внешней обратной связи, что позволяет экономить не только энергию, но и время. Марквардт подчеркивает, что, хотя точный процесс не обязательно знать, для эффективной работы он должен быть обратимым и нелинейным.

Прочитайте также  Птичий грипп переходит к млекопитающим: в Мичигане умерли 3 лисята

Для этого подходят только нелинейные процессы, в которых происходят сложные преобразования “вход-выход”. Простая аналогия: одиночный шарик, движущийся по тарелке, демонстрирует линейное действие. Но как только он сталкивается с другим шариком, динамика становится нелинейной.

В настоящее время дуэт Лопес-Пастор и Марквардт работает над созданием оптического нейроморфного компьютера, использующего силу наложенных световых волн. Они намерены в течение трех лет выпустить первую физическую самообучающуюся машину, которая сможет обрабатывать больше данных и иметь больше синапсов, чем современные нейронные сети.

С учетом постоянно растущего спроса на более мощные нейронные сети потребность в энергоэффективных альтернативах будет возрастать. Марквардт заключает: “Самообучающиеся физические машины представляют собой перспективное направление развития искусственного интеллекта”.


В нашем Telegram‑канале вы найдёте новости о непознанном, НЛО, мистике, научных открытиях, неизвестных исторических фактах. Подписывайтесь, чтобы ничего не пропустить.

ДРУГИЕ НОВОСТИ

Добавить комментарий