V zásadním posunu v oblasti výpočetní techniky evropští vědci úspěšně předvedli, jak lze místo elektřiny využít světlo k provádění výpočtů umělé inteligence bezprecedentní rychlostí.
Průlomový výzkum, který vedli Dr. Mathilde Hary z finské Univerzity v Tampere a Dr. Andrei Ermolaev z francouzské Université Marie et Louis Pasteur, ukazuje, jak intenzivní laserové pulzy procházející ultra tenkými skleněnými vlákny mohou napodobit způsob, jakým AI zpracovává informace – ale tisíckrát rychleji než běžné elektronické systémy.
Vědci využili výpočetní architekturu známou jako Extreme Learning Machine (ELM), inspirovanou neuronovými sítěmi. Jejich přístup využívá nelineární interakci mezi intenzivními světelnými pulzy a sklem k provádění složitých výpočtů. Při testování na datasetu ručně psaných číslic MNIST dosáhl jejich optický systém působivé přesnosti přesahující 91 % v režimu anomální disperze a 93 % v režimu normální disperze.
„Tato práce ukazuje, jak může základní výzkum v oblasti nelineární optiky vláken přinést nové přístupy k výpočetní technice,“ vysvětlili profesoři Goëry Genty a John M. Dudley, kteří výzkum vedli. „Spojením fyziky a strojového učení otevíráme nové cesty k ultrarychlému a energeticky úspornému AI hardwaru.“
Tato inovace řeší zásadní limity tradiční elektroniky, která se blíží svým fyzikálním hranicím v oblasti šířky pásma, propustnosti dat a spotřeby energie. Jak modely AI nadále exponenciálně rostou – podle výzkumu OpenAI se jejich velikost zdvojnásobuje přibližně každé 3,5 měsíce – energetické nároky na trénink a provoz těchto modelů se stávají stále méně udržitelnými.
Potenciální využití této technologie výpočtů založené na světle sahá od zpracování signálů v reálném čase a environmentálního monitoringu až po vysokorychlostní AI inference. Vědci si kladou za cíl v budoucnu vytvořit optické systémy na čipu, které budou schopné pracovat v reálném čase mimo laboratorní prostředí, což by mohlo znamenat revoluci v datových centrech, autonomních vozidlech a dalších aplikacích náročných na AI.
Projekt, financovaný Finským výzkumným radou, Francouzskou národní agenturou pro výzkum a Evropskou výzkumnou radou, představuje zásadní posun v paradigmatu výpočetní techniky, který by mohl pomoci řešit rostoucí energetickou krizi v AI výpočtech a zároveň umožnit výkonnější a pohotovější AI systémy.