Įspūdingas atradimas: DI mokymui siūlo naudoti šviesa maitinamą lustą ()
Mokslininkai sukūrė naują mikroschemą, kuri maitinama ne elektra, bet šviesa. Teigiama, kad ši technologija gali padėti ateities dirbtinio intelekto (DI) modelius apmokyti daug greičiau ir efektyviau nei geriausi dabartiniai komponentai.
Prisijunk prie technologijos.lt komandos!
Laisvas grafikas, uždarbis, daug įdomių veiklų. Patirtis nebūtina, reikia tik entuziazmo.
Sudomino? Užpildyk šią anketą!
Sudėtingiems skaičiavimams atlikti naudojant fotonus – o ne elektronus – mikroschema galėtų įveikti klasikinės silicio lustų architektūros apribojimus ir gerokai pagreitinti kompiuterių apdorojimo greitį – kartu sumažinant jų energijos sąnaudas, teigiama naujame mokslininkų tyrime, paskelbtame žurnale „Nature Photonics“.
Silicio lustai turi tranzistorius – mažyčius elektros jungiklius, kurie prijungus įtampą įsijungia arba išsijungia. Kuo daugiau tranzistorių turi lustas, tuo didesnė jo skaičiavimo galia – bet tuo daugiau energijos reikia.
Per visą kompiuterijos istoriją lustai buvo kuriami pagal Moore'o dėsnį, pagal kurį tranzistorių skaičius kas dvejus metus padvigubėja (tačiau nedidėjant gamybos sąnaudoms ar energijos suvartojimui). Tačiau silicio mikroschemos turi fizinių apribojimų – įskaitant didžiausią greitį, kuriuo gali veikti tranzistoriai, šilumą, kurią jie išskiria, ir mažiausią mikroschemos dydį, kurį mokslininkai gali pagaminti.
Tai reiškia, kad milijardus tranzistorių sudėti į vis mažesnius silicio lustus gali būti neįmanoma.
Tačiau fotonų naudojimas, palyginti su elektronais, turi daug pranašumų. Pirma, jie juda greičiau nei elektronai, kurie negali pasiekti šviesos greičio. Nors elektronai gali judėti beveik tokiu greičiu, tokioms sistemoms reikėtų nepaprastai daug – ir neįgyvendinamo – energijos kiekio. Todėl šviesos naudojimas reikalautų kur kas mažiau energijos. Be to, fotonai neturi masės ir neišskiria šilumos taip, kaip elektros krūvį turintys elektronai.
Kurdami lustą mokslininkai siekė sukurti šviesos pagrindu veikiančią platformą, kuri galėtų atlikti skaičiavimus, vadinamus vektorių matricų daugyba. Tai viena iš pagrindinių matematinių operacijų, naudojamų neuroninių tinklų – mašininio mokymosi modelių, sukurtų taip, kad imituotų žmogaus smegenų architektūrą – mokymui. Tokiu būdu mokomi tokie dirbtinio intelekto įrankiai kaip „ChatGPT“ ir „Google Gemini“.
Užuot puslaidininkiui naudoję vienodo aukščio silicio plokštelę, kaip tai daroma įprastose silicio mikroschemose, mokslininkai padarė silicį plonesnį – tačiau tik tam tikrose srityse.
„Šie aukščio pokyčiai – nepridedant jokių kitų medžiagų – suteikia galimybę valdyti šviesos sklidimą luste, nes aukščio pokyčiai gali būti paskirstyti taip, kad šviesa išsisklaidytų tam tikrais modeliais, todėl lustas gali atlikti matematinius skaičiavimus šviesos greičiu“, – sako vienas iš pagrindinių autorių, Pensilvanijos universiteto (JAV) fizikos profesorius Naderis Engheta.
Tyrėjai teigia, kad jų projektas gali būti pritaikytas prie jau egzistuojančių gamybos metodų, jo nereikia adaptuoti. Taip yra todėl, kad fotoninio lusto gamybai tyrėjai panaudojo tuos pačius metodus, kurie naudojami gaminant įprastus lustus.
Mokslininkai taip pat sako, kad projekto schemas galima pritaikyti grafikos procesorių (GPU), kurių paklausa pastaraisiais metais labai išaugo, tobulinimui. Taip yra todėl, kad šie komponentai yra svarbiausi mokant didžiuosius kalbos modelius (LLM)– tokius kaip „Google Gemini“ ar „OpenAI ChatGPT“.
„Jie gali pritaikyti „Silicon Photonics“ platformą kaip priedą, – sako vienas iš tyrimo autorių, Pensilvanijos universiteto (JAV) elektros inžinerijos profesorius Firoozas Aflatouni. – Ir tada būtų galima pagreitinti [dirbtinio intelekto] mokymą bei klasifikavimą“.
Parengta pagal „Live Science“.
