Китайские ученые разработали фотонный микрочип для будущей модели AGI

Ученые из Китая разработали крошечный модульный чип, который питается от света, а не от электричества. Они хотят использовать его для обучения и запуска будущей модели общего искусственного интеллекта (AGI).

Новая микросхема, получившая название "Taichi", представляет собой небольшую часть более широкой системы, состоящей из множества отдельных микросхем (включая модули Taichi). При достаточном масштабировании эта система будет достаточно мощной для обучения и управления AGI в будущем. Свои результаты они опубликовали 11 апреля в журнале Science.

AGI - это гипотетическая продвинутая форма искусственного интеллекта (ИИ), которая, теоретически, была бы такой же умной, как люди, с точки зрения своих когнитивных способностей к рассуждению. 

Некоторые эксперты полагают, что до таких систем еще много лет, поскольку ключевым препятствием является нехватка вычислительных мощностей.

В последние годы ученые начали осознавать ограничения обычных электронных компонентов, особенно учитывая рост ИИ и огромное количество электроэнергии, требуемой для обслуживания этих все более требовательных систем.

Графические процессоры (GPU) стали ключевыми компонентами обучающих систем искусственного интеллекта, потому что они лучше выполняют параллельные вычисления, чем центральные процессоры (CPU). Но требуемые уровни энергопотребления становятся неприемлемыми по мере увеличения размеров систем.

Компоненты на основе света могут стать одним из способов преодоления ограничений традиционной электроники, включая проблемы энергоэффективности.

Ранее, в феврале, ученые представили дизайн фотонного микрочипа нового типа, который использует фотоны, или частицы света, вместо электронов для управления транзисторами — крошечными электрическими переключателями, которые включаются или выключаются при подаче напряжения.

Вообще говоря, чем больше транзисторов в чипе, тем большей вычислительной мощностью он обладает и тем больше энергии ему требуется для работы. Микросхемы на основе света гораздо менее энергоемки и могут выполнять вычисления намного быстрее, чем традиционные чипы, поскольку они могут выполнять вычисления параллельно.

Современные архитектуры фотонных микросхем для моделей искусственного интеллекта состоят из сотен или тысяч параметров, или обучающих переменных. Это делает их достаточно мощными для базовых задач, таких как распознавание образов, но большие языковые модели (LLM), такие как ChatGPT, обучаются с использованием миллиардов или даже триллионов параметров.

Агенту AGI, вероятно, потребуется на много порядков больше — как части более широкой сети архитектур ИИ. Сегодня чертежей для создания системы AGI не существует.

В новом исследовании ученые спроектировали Taichi так, чтобы он работал так же, как другие микросхемы на основе света, но его можно масштабировать намного эффективнее, чем конкурирующие конструкции. Это потому, что он сочетает в себе несколько преимуществ существующих фотонных чипов, включая "оптическую дифракцию и интерференцию", которые представляют собой способы манипулирования светом в компоненте.

Чтобы протестировать дизайн, исследователи сшили вместе несколько микросхем Taichi и сравнили их архитектуру с другими микросхемами на основе света в ключевых областях.

Их архитектура достигла сетевого масштаба в 13,96 миллиона искусственных нейронов — по сравнению с 1,47 миллиона в следующем по величине конкурирующем проекте - с показателем энергоэффективности в 160,82 триллиона операций на ватт (TOPS / W). 

Исследователи также утверждают, что их архитектура на основе Taichi в два раза мощнее других фотонных систем.