科学家让人光速的人工智能成为现实

研究人员展示了以光速实现的单次张量计算，这标志着迈向由光学而非电子计算驱动的下一代AGI硬件的显著进步。

张量运算是一种数学处理方式，支撑着许多现代技术，尤其是人工智能，但它们远远超出大多数人接触到的基本数学。一个有用的对比是，在多个维度中旋转、切割或重新组织魔方时涉及的复杂运动，人类和传统计算机必须将这些步骤分成顺序，而光可以同时完成所有步骤。

在人工智能领域，从图像识别到语言理解等任务高度依赖张量运算。然而，随着数据量的持续增长，标准计算硬件如GPU正被推向速度、可扩展性和能耗的极限。

光如何成为计算器

受更快更高效计算的需求驱动，由芬兰阿尔托大学电子与纳米工程系光子学组张宇峰博士领导的国际研究团队开发了一种利用单次光线进行复杂张量计算的新方法。该技术使得以实际光速实现单次张量计算。

张的方法执行与当今GPU处理的类似作，比如卷积和注意力层，但它们都以光速完成。他们不再依赖电子电路，而是利用光的物理特性同时执行许多计算。

团队通过将数字信息编码到光波的幅度和相位中，将数值转化为光场的可测量特征，实现了这一目标。随着这些结构化光场的移动、相互作用和融合，它们本质上执行诸如矩阵和张量乘法等数学过程，这些都是深度学习的关键。引入多波长使研究人员能够扩展该方法，使其能够支持更高级、更高阶的张量运算。

这好比是一名海关官员，必须通过多台功能不同的机器检查每个包裹，然后将它们分拣到合适的箱子里，通常他会一个一个包裹处理。研究团队的光学计算方法将所有包裹和机器合并在一起——我们创建多个“光学钩”，将每个输入连接到其正确的输出。只需一一次光线运作，所有检查和分拣都能瞬间且同步进行。

这种方法的另一个关键优势是其简便性。光学作在光传播过程中被动进行，因此计算过程中无需主动控制或电子切换。这种方法几乎可以在任何光学平台上实现。

研究人员计划未来将这一计算框架直接集成到光子芯片上，使基于光的处理器能够以极低功耗执行复杂的人工智能任务。他们的最终目标是将该方法部署到大型公司现有的硬件或平台上。

保守估计该方法将在3-5年内集成到这些平台，这将创造新一代光学计算系统，显著加速跨多个领域的复杂人工智能任务。