Объединенная команда инженеров из Университета Цинхуа и Пекинского национального исследовательского центра информатики и Технологии, расположенная в Китае, разработала крупномасштабный дифракционный гибридный фотонный чипсет искусственного интеллекта для использования в высокоэффективных приложениях общего искусственного интеллекта. Их статья опубликована в журнале Наука.
Поскольку за последние несколько лет программные приложения ИИ стали мейнстримом, компьютерные инженеры усердно работали над поиском способов создания оборудования, которое либо более эффективно поддерживает программное обеспечение ИИ, либо напрямую выполняет вычисления ИИ.
В этом новом исследовании команда в Китае сосредоточилась на последнем, стремясь найти способы более быстрого и эффективного проведения обработки ИИ. С этой целью они создали чиплет — интегральную схему, которая выполняет четко определенные подмножества функций, которые обычно используются с другими чиплетами для выполнения задач, включающих в себя пакеты, основанные на свете, а не на электричестве.
В основе нового исследования лежит цель создания модели общего искусственного интеллекта (AGI). Такая модель теоретически будет состоять из множества чиплетов, в том числе таких, как Taichi, которые вместе образуют компьютер на основе нейронной сети с возможностями искусственного интеллекта, которые соответствуют или превосходят возможности человеческого мозга.
Одним из основных препятствий при создании такой модели являются требования к вычислительной мощности. В настоящее время графические процессоры являются основными компонентами таких систем, но для того, чтобы система искусственного интеллекта соответствовала интеллектуальным возможностям человека, необходимы более мощные технологии. Команда из Китая предполагает, что ответом будет использование света вместо электричества для обработки данных: в результате компьютер будет потреблять гораздо меньше электроэнергии и сможет выполнять вычисления быстрее.
Исследователи отмечают, что Taichi был спроектирован и построен так же, как и другие микросхемы на основе света — разница в том, что его гораздо легче масштабировать, что позволяет использовать многие из них вместе для создания AGI.
При тестировании своей конструкции команда обнаружила, что она способна достичь масштаба сети в 13.96 миллиона искусственных нейронов, что намного лучше, чем 1.47 миллиона, о которых сообщили другие производители чиплетов.