Ученые из США собираются создать самые мощные нейросети

Учёные из Массачусетского технологического института представили технологию, которая может породить программы машинного обучения, намного превосходящие по мощности те, на которых базируется ChatGPT.
Ученые из США собираются создать самые мощные нейросети
GettyImages

Эта инновационная система также способна потреблять гораздо меньше энергии по сравнению с современными суперкомпьютерами, применяемыми в области машинного обучения.

РЕКЛАМА – ПРОДОЛЖЕНИЕ НИЖЕ

Новая нейросетевая технология

Согласно данным, опубликованным в Nature Photonics, новый метод применяет свет вместо электронов для выполнения вычислений. Для этого используются сотни микролазеров.

Такой подход обеспечил увеличение энергоэффективности более чем в 100 раз и повышение вычислительной плотности в 25 раз по сравнению с самыми продвинутыми сегодняшними компьютерами, предназначенными для машинного обучения.

Исследователи отмечают возможности для дополнительного существенного улучшения системы, предваряя разработку масштабных оптоэлектронных процессоров. В результате, мобильные устройства и другая компактная техника смогут выполнять программы, обработка которых на данный момент возможна только на крупных дата-центрах.

РЕКЛАМА – ПРОДОЛЖЕНИЕ НИЖЕ

Элементы новой системы могут быть изготовлены с применением существующих технологий. «Лазерные массивы, использованные в системе, уже применяются в технологиях распознавания лиц мобильных телефонов и для передачи данных», — уточнил Зайджун Чен, ведущий автор исследования.

Профессор MIT Дирк Энглунд подчеркнул, что ограничения ChatGPT связаны с мощностью текущих суперкомпьютеров. Новый подход может дать старт созданию моделей машинного обучения нового уровня, которые ранее казались невозможными.

Оптические нейросети, использующие свет, а не электроны, имеют перспективы решения существующих проблем в машинном обучении, таких как высокое энергопотребление. Однако у них есть свои сложности, например, в эффективности преобразования электрических сигналов в световые. Исследователи предложили компактное решение, базирующееся на массивах лазеров VCSEL, которое способно решить эти вопросы.