研究人員展示了以光速實(shí)現(xiàn)的單次張量計(jì)算，這標(biāo)志著邁向由光學(xué)而非電子計(jì)算驅(qū)動(dòng)的下一代AGI硬件的顯著進(jìn)步。

張量運(yùn)算是一種數(shù)學(xué)處理方式，支撐著許多現(xiàn)代技術(shù)，尤其是人工智能，但它們遠(yuǎn)遠(yuǎn)超出大多數(shù)人接觸到的基本數(shù)學(xué)。一個(gè)有用的對(duì)比是，在多個(gè)維度中旋轉(zhuǎn)、切割或重新組織魔方時(shí)涉及的復(fù)雜運(yùn)動(dòng)，人類和傳統(tǒng)計(jì)算機(jī)必須將這些步驟分成順序，而光可以同時(shí)完成所有步驟。

在人工智能領(lǐng)域，從圖像識(shí)別到語(yǔ)言理解等任務(wù)高度依賴張量運(yùn)算。然而，隨著數(shù)據(jù)量的持續(xù)增長(zhǎng)，標(biāo)準(zhǔn)計(jì)算硬件如GPU正被推向速度、可擴(kuò)展性和能耗的極限。

光如何成為計(jì)算器

受更快更高效計(jì)算的需求驅(qū)動(dòng)，由阿爾托大學(xué)電子與納米工程系光子學(xué)組張宇峰博士領(lǐng)導(dǎo)的國(guó)際研究團(tuán)隊(duì)開(kāi)發(fā)了一種利用單次光線進(jìn)行復(fù)雜張量計(jì)算的新方法。該技術(shù)使得以實(shí)際光速實(shí)現(xiàn)單次張量計(jì)算。

張的方法執(zhí)行與當(dāng)今GPU處理的類似作，比如卷積和注意力層，但它們都以光速完成。他們不再依賴電子電路，而是利用光的物理特性同時(shí)執(zhí)行許多計(jì)算。

團(tuán)隊(duì)通過(guò)將數(shù)字信息編碼到光波的幅度和相位中，將數(shù)值轉(zhuǎn)化為光場(chǎng)的可測(cè)量特征，實(shí)現(xiàn)了這一目標(biāo)。隨著這些結(jié)構(gòu)化光場(chǎng)的移動(dòng)、相互作用和融合，它們本質(zhì)上執(zhí)行諸如矩陣和張量乘法等數(shù)學(xué)過(guò)程，這些都是深度學(xué)習(xí)的關(guān)鍵。引入多波長(zhǎng)使研究人員能夠擴(kuò)展該方法，使其能夠支持更高級(jí)、更高階的張量運(yùn)算。

這好比是一名海關(guān)官員，必須通過(guò)多臺(tái)功能不同的機(jī)器檢查每個(gè)包裹，然后將它們分揀到合適的箱子里，通常他會(huì)一個(gè)一個(gè)包裹處理。研究團(tuán)隊(duì)的光學(xué)計(jì)算方法將所有包裹和機(jī)器合并在一起——我們創(chuàng)建多個(gè)“光學(xué)鉤”，將每個(gè)輸入連接到其正確的輸出。只需一次作，一次光線，所有檢查和分揀都能瞬間且同步進(jìn)行?！?/p>

這種方法的另一個(gè)關(guān)鍵優(yōu)勢(shì)是其簡(jiǎn)便性。光學(xué)作在光傳播過(guò)程中被動(dòng)進(jìn)行，因此計(jì)算過(guò)程中無(wú)需主動(dòng)控制或電子切換。這種方法幾乎可以在任何光學(xué)平臺(tái)上實(shí)現(xiàn)。

研究人員計(jì)劃未來(lái)將這一計(jì)算框架直接集成到光子芯片上，使基于光的處理器能夠以極低功耗執(zhí)行復(fù)雜的人工智能任務(wù)。他們的最終目標(biāo)是將該方法部署到大型公司現(xiàn)有的硬件或平臺(tái)上。

保守估計(jì)該方法將在3-5年內(nèi)集成到這些平臺(tái)，這將創(chuàng)造新一代光學(xué)計(jì)算系統(tǒng)，顯著加速跨多個(gè)領(lǐng)域的復(fù)雜人工智能任務(wù)。