Современные искусственные интеллектуальные системы потребляют значительное количество энергии, однако ученые обнаружили совершенно новый метод, который может помочь в решении этой проблемы: компьютер, использующий тепловой шум — обычно воспринимаемый как помеха — в качестве ресурса для вычислений.
При любой температуре выше абсолютного нуля атомы и молекулы находятся в постоянном беспорядочном движении — это и есть тепловой шум. В традиционных компьютерах количество энергии, необходимой для переключения битов, настолько велико, что случайные колебания просто не имеют значения. Но что, если создать систему, которая не подавляет такой шум, а использует его?
Автор исследования, научный сотрудник Национальной лаборатории Лоуренса в Беркли Стивен Уайтлэм проводит аналогию с кораблями в океане. Волны в данном случае выполняют функцию теплового шума. «Обычные вычисления — это океанский лайнер, который просто движется вперед, не обращая внимания на волны. Это очень эффективно, но и очень затратно с точки зрения потребляемой энергии», — объясняет он. — «А термодинамические вычисления — это серфер, использующий энергию волн».
Традиционные компьютеры работают с определенными значениями битов — единицами и нулями. Термодинамический компьютер манипулирует вероятностями, что позволяет решать некоторые задачи с гораздо меньшими затратами энергии.
Уайтлэм обратил внимание на принцип функционирования диффузионных моделей — того типа ИИ, который лежит в основе современных генераторов изображений. Если взять изображение и постепенно добавлять шум, пока оно полностью не исчезнет, нейросеть можно обучить обращать этот процесс вспять — то есть восстанавливать изображение из хаоса. А в термодинамической системе шум уже присутствует бесплатно.
Для расчетов ученый применил уравнение Ланжевена, предложенное еще в 1908 году. Оно описывает, как системы развиваются под воздействием случайных флуктуаций. Манипулируя этим уравнением, можно вычислить вероятность изменения каждого пикселя — и обратить процесс, генерируя изображение из шума.
В численном моделировании Уайтлэм продемонстрировал создание изображений цифр «0», «1» и «2» из обучающей библиотеки. На данный момент это выглядит довольно скромно по сравнению с возможностями современных нейросетей, но сама концепция термодинамических вычислений существует лишь несколько лет.
«Смотря на историю машинного обучения и на то, как оно в итоге масштабировалось до более впечатляющих задач, мне интересно: можно ли так же масштабировать термодинамическое оборудование?» — говорит Уайтлэм. История машинного обучения показывает, что даже самые сложные системы начинались с примитивных примеров. Возможно, в будущем компьютеры действительно научатся мыслить не вопреки шуму, а благодаря ему.
Фото: hi-tech.mail.ru