Новое исследование показывает, что термодинамические вычисления могут радикально снизить энергопотребление ИИ для генерации изображений, используя в десять миллиардов раз меньше энергии, чем существующие инструменты. Учёные заложили основы этой технологии.
Результаты нового ошеломляющего исследования показывают, что термодинамические вычисления, по идее, могут кардинально снизить энергопотребление искусственного интеллекта при генерации изображений, используя лишь одну десятимиллиардную часть энергии, необходимой современным популярным инструментам. Как сообщает IEEE Spectrum, два недавних исследования намекают на потенциал этой зарождающейся технологии, хотя её сторонники признают, что решение пока находится на начальной стадии.
Согласно отчёту, научный сотрудник Лоуренс Беркли Национальной лаборатории Стивен Уайтлам утверждает, что термодинамические вычисления могут быть применены для генерации изображений с помощью ИИ «со значительно меньшими энергетическими затратами, чем может обеспечить современное цифровое оборудование». В статье, опубликованной Уайтламом и Корнелем Касертом, также из Беркли, авторы описали, как «стало возможным создать термодинамическую версию нейронной сети», заложив основы для генерации изображений с использованием термодинамических вычислений.
Первый в мире «термодинамический вычислительный чип» был запущен в производство в прошлом году. Термодинамические вычисления гораздо ближе к квантовым или вероятностным вычислениям, нежели к традиционному игровому ПК, используя шум и физическую энергию для решения задач.
Согласно отчёту, термодинамическому компьютеру предоставляется набор изображений, после чего ему дают возможность этим изображениям деградировать. Естественные случайные взаимодействия продолжаются до тех пор, пока не будет достигнуто равновесие между компонентами компьютера. Затем компьютеру ставится задача определить вероятность обращения вспять этого процесса распада, прежде чем скорректировать значения, чтобы сделать это максимально вероятным.
Уайтлам продолжил это исследование статьей в Physical Review Letters от 20 января, в которой он подробно описывает, что этот процесс может быть использован для создания термодинамического компьютера, способного генерировать изображения некоторых рукописных цифр.
Естественно, это далеко от интенсивных возможностей генерации изображений Google Gemini Nano Pro или любого другого генератора изображений на базе ИИ, который можно себе представить. Тем не менее, это служит доказательством концепции того, что однажды термодинамические вычисления могут быть использованы для генерации изображений с помощью ИИ.
«Это исследование предполагает, что возможно создать аппаратное обеспечение для выполнения определённых типов машинного обучения», — сказал Уайтлам IEEE. В частности, «генерация изображений — со значительно более низкой стоимостью энергии, чем мы имеем в настоящее время». Учитывая, насколько рудиментарно это доказательство концепции, Уайтлам предупреждает, что до уровня, сопоставимого с основными вариантами, термодинамическая генерация изображений ещё далеко. «Мы ещё не знаем, как спроектировать термодинамический компьютер, который был бы так же хорош в генерации изображений, как, скажем, DALL-E», — цитируют его слова. «Ещё предстоит выяснить, как построить аппаратное обеспечение для этого».
Это серьёзное препятствие, но в мире, где развитие ИИ и рост дата-центров создают беспрецедентную нагрузку на мировые источники энергии, будущий процесс, способный сократить потребление энергии для генерации изображений ИИ в десять миллиардов раз, безусловно, станет прорывом.
Всегда имейте в виду, что редакции могут придерживаться предвзятых взглядов в освещении новостей.
Автор – Stephen Warwick