Ученые придумали, как тратить меньше энергии на ИИ

Технология на основе оптических систем обеспечивает высокую производительность и открывает путь к безопасному для экологии и более дешевому искусственному интеллекту.

Современные генеративные цифровые модели потребляют много энергии

Источник: Unsplash

По мере своего развития ИИ-модели становятся все больше, требуя значительных вычислительных мощностей, памяти и более длительного времени вывода данных. Масштабируемость и углеродный след генеративных моделей также вызывают все большую обеспокоенность научного сообщества. 

Возникшая необходимость разработки альтернативных подходов для проектирования и внедрения энергоэффективных и масштабируемых систем вдохновила группу исследователей из Калифорнийского университета (США). В своей научной работе, опубликованной в журнале Nature, они продемонстрировали возможности оптической генерации изображений, создав специальные ИИ-системы, использующие световые волны для обработки зашифрованных данных. Такие модели способны синтезировать изображения, сохраняя высокое качество и разнообразие, при этом практически не потребляя электроэнергию. 

a) Схема оптической генеративной модели моментального снимка. b) Обучение с помощью обученной диффузионной вероятностной модели (DDPM)

Источник: Nature

Разработанная технология основана на концепции диффузионных моделей, где случайные шумовые сигналы преобразуются в фазовые структуры, служащие основой для оптического синтеза изображений. Ключевое ее преимущество заключается в том, что большинство вычислений выполняется исключительно оптическими средствами, исключая значительную нагрузку на цифровые вычислительные мощности.

В ходе экспериментов новая ИИ-модель успешно справилась с созданием монохромных и многокрасочных изображений высокого качества. Например, исследователям удалось создать уникальные рисунки в стиле Ван Гога, демонстрируя потенциал технологии для выполнения креативных задач.

Экспериментальные результаты работы многоцветной оптической генеративной модели в сравнении с моделью цифровой диффузии

Источник: Nature

Кроме того, было доказано, что оптические генеративные модели потребляют значительно меньше энергии по сравнению с традиционными цифровыми методами, такими как нейронные сети глубокого обучения. Это открывает широкие возможности для внедрения новой технологии в ресурсоемкие приложения, такие как виртуальная, дополненная реальность и высокопроизводительная обработка изображений.

Авторы исследования подчеркивают важность дальнейшего развития оптического генеративного ИИ, поскольку он предлагает уникальную комбинацию скорости, качества, энергоэффективности и экологичности, используя потенциал оптики и фотоники для создания контента с помощью ИИ.

Ранее Наука Mail писала, как ИИ научился по звукам понимать эмоции животных.