W świecie technologii, ChatGPT zyskał rozgłos dzięki zdolności do pisania esejów, e-maili i kodu komputerowego na podstawie kilku wskazówek od użytkownika. Teraz zespół z MIT przedstawia system, który może prowadzić do programów uczenia maszynowego o wiele potężniejszych niż ChatGPT. Opracowane przez nich rozwiązanie mogłoby również zużywać znacznie mniej energii niż obecnie używane superkomputery.
Przełom w Efektywności Energetycznej
W wydaniu z 17 lipca Nature Photonics, badacze prezentują pierwszą eksperymentalną demonstrację nowego systemu, który wykonuje obliczenia oparte na ruchu światła, a nie elektronów, używając setek mikronowych laserów. Dzięki nowemu rozwiązaniu zespół odnotowuje ponad 100-krotną poprawę efektywności energetycznej i 25-krotną poprawę gęstości obliczeń w porównaniu z obecnymi komputerami do uczenia maszynowego.
Wizja Przyszłości
Badacze wskazują na potencjał „znacznie większej skali poprawy w przyszłości”. Technika ta otwiera drogę do dużych procesorów optoelektronicznych, które przyspieszają zadania uczenia maszynowego od centrów danych po zdecentralizowane urządzenia brzegowe. Innymi słowy, smartfony i inne małe urządzenia mogą stać się zdolne do uruchamiania programów, które obecnie można obliczać tylko w dużych centrach danych.
Nowa Architektura w Uczeniu Maszynowym
W obecnej pracy badacze wprowadzają kompaktową architekturę, która po raz pierwszy jednocześnie rozwiązuje wszystkie te wyzwania. Architektura ta opiera się na najnowszej generacji tablic laserów pionowych (VCSELs), stosunkowo nowej technologii używanej w aplikacjach, takich jak zdalne czujniki lidarowe i druk laserowy.
Ekspertyzy z Innych Uniwersytetów
Logan Wright, asystent profesora na Uniwersytecie Yale, który nie uczestniczył w obecnych badaniach, komentuje: „Praca Zaijuna Chena i innych jest inspirująca, przekonując mnie i prawdopodobnie wielu innych badaczy w tej dziedzinie, że systemy oparte na modulowanych tablicach VCSEL mogą być realnym rozwiązaniem dla dużych, wysokoprędkościowych optycznych sieci neuronowych. Oczywiście, obecny stan techniki w tym obszarze jest jeszcze daleki od skali i kosztów niezbędnych dla praktycznie użytecznych urządzeń, ale jestem optymistycznie nastawiony do tego, co może zostać osiągnięte w ciągu najbliższych lat, zwłaszcza biorąc pod uwagę potencjał tych systemów w przyspieszaniu bardzo dużych, bardzo kosztownych systemów AI, takich jak te używane w popularnych tekstowych systemach 'GPT’, takich jak ChatGPT.”
Nowa technologia opracowana przez zespół z MIT ma potencjał do znaczącego przyspieszenia rozwoju w dziedzinie uczenia maszynowego, oferując jednocześnie znaczne oszczędności energetyczne. Jeśli zostanie wdrożona na szeroką skalę, może to zrewolucjonizować sposób, w jaki korzystamy z technologii AI w naszym codziennym życiu.
