מהפכת הלייזר לייעול בינה מלאכותית

This post is also available in: English (אנגלית)

מדענים ממוסדות שונים גילו שיטה חדשה להכשרת רשת עצבית אופטית שיכולה לחולל מהפכה במיקרו-מעבדים אלקטרוניים, ונראה כי בקרוב יהיה ניתן לאמן מערכות כמו ChatGPT עם עלייה עצומה ביעילות האנרגיה. משמעות הדבר היא שמודל הבינה המלאכותית המתקדם ביותר יכול להיות מאומן עם מאה פעמים פחות אנרגיה, ולתפוס הרבה פחות מקום באותה מהירות.

על פי Cybernews, רשתות עצביות מלאכותיות מחקות את האופן בו המוח הביולוגי מעבד מידע. מערכות בינה מלאכותית אלה בנויות כדי ללמוד, לשלב ולסכם מידע מתוך ערכות נתונים גדולות, והן מעצבות מחדש את תחום עיבוד המידע.

המודלים הנוכחיים של בינה מלאכותית יכולים להגיע למאות מיליארדי נוירונים מלאכותיים ולכן מאתגרות את יכולות החומרה הנוכחיות. המאמר הראה כי גישה של רשת עצבית אופטית (ONN) יכולה להתגבר על המגבלות הנוכחיות, באומרו: "הטכניקה שלנו פותחת צוהר למעבדים אופטו-אלקטרוניים בקנה מידה גדול כדי להאיץ משימות של למידת מכונה ממרכזי נתונים למכשירי קצה מבוזרים".

גישת ה-ONN מעוררת תקווה באפשרותה להקל על צווארי הבקבוק של המעבדים המסורתיים, כמו ספירת טרנזיסטור, צריכת אנרגיה בתנועת נתונים וגודל מוליכים למחצה. OON משתמשים באור אשר יכול לשאת הרבה מידע בבת אחת הודות לרוחב פס אופטי גדול ושידור נתונים באובדן נמוך. החוקרים השתמשו בקרני לייזר רבות כדי להזיז אור בשביל חישובים, וטענו כי הם מאמינים שהמערכת שהדגימו ניתנת להגדלה באמצעות תהליכי ייצור בקנה מידה רחב ואינטגרציה פוטונית.

דירק אנגלונד, פרופסור חבר במחלקה להנדסת חשמל ומדעי המחשב של MIT ומוביל העבודה, מסביר כי מודלים כמו ChatGPT מוגבלים בגודלם על ידי הכוח של מחשבי העל של היום, ולכן זה לא משתלם מבחינה כלכלית להכשיר מודלים גדולים יותר. "הטכנולוגיה החדשה שלנו יכולה לאפשר לדלג לדגמי למידת מכונה שאחרת לא היו נגישים בעתיד הקרוב", הוא מסכם.

מידע זה סופק ע"י Cybernews.