Искусственный интеллект поймал луч: как свет научился считать за нас

В мире технологий появилась идея, способная перевернуть представления о вычислениях. Учёные разработали архитектуру, где свет выполняет роль электричества, устраняя главные узкие места современных чипов. Новый подход может стать базовой платформой для искусственного интеллекта будущего. Об этом сообщает издание Live Science.

Прорыв в вычислениях на скорости света

Основой исследования стала оптическая архитектура, в которой данные обрабатываются не при помощи электронов, а световых волн. Такое решение может радикально повысить производительность и энергоэффективность ИИ. В современных языковых и нейросетевых моделях информация хранится в структурах под названием тензоры — упорядоченных наборах чисел, которые определяют связи между элементами сети.

Когда искусственный интеллект обучается, он постоянно обращается к этим тензорам, анализируя миллиарды взаимосвязей. Но именно здесь возникает ключевое ограничение: чем больше модель, тем дольше она обрабатывает данные. Даже самые современные графические процессоры достигают предела по скорости вычислений и потреблению энергии.

"Это направление может изменить основы машинного обучения, позволив работать со светом там, где раньше требовалось электричество", — говорится в публикации журнала Nature Photonics.

Подобные исследования развиваются и в смежных областях — например, учёные MIT создали бетон, способный накапливать электричество, открывая путь к энергоэффективным зданиям и автономным системам питания.

Почему свет быстрее

В традиционных оптических системах вычисления происходят за счёт многократных импульсов лазера. Каждый из них решает определённую математическую задачу — своего рода "сканирование” данных. Однако такая технология имеет ограничения: большинство оптических схем не могут работать параллельно, как это делают GPU. Именно поэтому компании, создающие крупные модели вроде OpenAI или Anthropic, вынуждены использовать тысячи графических процессоров, объединённых в кластеры.

Новая архитектура под названием Parallel Optical Matrix-Matrix Multiplication (POMMM) решает эту проблему. Она позволяет выполнять множество тензорных операций одновременно, используя всего один лазерный импульс. Этот прорыв открывает путь к масштабируемым системам, где скорость обработки данных ограничена только скоростью света.

Как работает новая система

Исследователи использовали привычные оптические элементы, но объединили их по-новому. В их эксперименте цифровые данные кодировались в амплитуде и фазе световых волн. При распространении света эти волны естественным образом выполняли математические операции — например, умножение матриц или тензоров.

Главное преимущество — отсутствие необходимости в дополнительном питании. Всё вычисление происходит пассивно, без электронного переключения или внешнего управления. Это резко снижает энергопотребление и тепловые потери, что особенно важно для центров обработки данных.

"Эта методика совместима почти с любой оптической платформой. Мы намерены внедрить её прямо в фотонные чипы, чтобы обеспечить выполнение сложных ИИ-задач при минимальном расходе энергии", — отметил руководитель проекта, профессор Цзипэй Сун из Университета Аалто.

Похожие эксперименты уже проводятся в других направлениях — например, физики впервые доказали существование временного отражения, что открывает новые способы манипуляции светом и волнами.

По оценкам исследователей, интеграция подобной архитектуры в промышленные системы может занять от трёх до пяти лет.

Путь к универсальному искусственному интеллекту

Авторы работы считают, что их технология станет шагом к созданию искусственного интеллекта нового поколения — Artificial General Intelligence (AGI), систем, способных обучаться и мыслить вне рамок исходных данных.

"Это создаст новое поколение оптических вычислительных систем, которые смогут выполнять сложнейшие задачи ИИ с беспрецедентной скоростью", — добавил один из авторов исследования.

Хотя сама статья не употребляет термин AGI, в ней неоднократно говорится о "универсальных вычислениях". Для многих экспертов это явный намёк на возможность создания более гибких и независимых систем обучения.

Некоторые специалисты, впрочем, скептически относятся к идее, что масштабирование существующих моделей приведёт к настоящему "человеческому" разуму. Среди них — бывший главный учёный по ИИ компании Meta Ян Лекун, который полагает, что одних только нейросетей недостаточно для достижения уровня общего интеллекта.

Тем не менее разработка POMMM убирает один из крупнейших барьеров в аппаратной части, приближая момент, когда обучение сверхсложных моделей перестанет упираться в технические ограничения.

Работа исследователей из Финляндии показывает, что свет может стать ключом к новой эпохе вычислений. Если оптические чипы действительно смогут заменить традиционные электронные схемы, это откроет дорогу более "умным" и экономичным системам искусственного интеллекта. Возможность обработки данных на скорости света может стать тем самым шагом, который изменит саму природу цифровых технологий.