Μια τεχνολογία που μέχρι πριν λίγα χρόνια θα έμοιαζε βγαλμένη από σενάριο επιστημονικής φαντασίας φαίνεται έτοιμη να ανατρέψει την ίδια τη φύση της τεχνητής νοημοσύνης. Ερευνητές του Aalto University ανέπτυξαν έναν τρόπο να εκτελούν πολύπλοκες διεργασίες tensor, τον θεμέλιο λίθο των σύγχρονων AI μοντέλων, με μία και μόνο διέλευση φωτός μέσα από ένα οπτικό σύστημα. Χωρίς ηλεκτρονικά κυκλώματα, χωρίς βήματα διαδικασίας, χωρίς καθυστέρηση. Μόνο φως.
Η εξέλιξη αυτή, αν επιβεβαιωθεί και υιοθετηθεί σε πρακτικό επίπεδο, υπόσχεται συστήματα AI χιλιάδες φορές ταχύτερα και κατά πολύ πιο ενεργειακά αποδοτικά από οτιδήποτε έχουμε σήμερα. Και αυτό δεν αφορά κάποιο μακρινό μέλλον: η ομάδα του Aalto υπολογίζει ότι η τεχνολογία μπορεί να εγκατασταθεί σε πραγματικά φωτονικά chips μέσα στα επόμενα τρία έως πέντε χρόνια.
Για να αντιληφθεί κανείς την τομή, πρέπει να δει τι είναι οι διεργασίες tensor. Πρόκειται για υπολογισμούς πολύ πιο περίπλοκους από τα συνηθισμένα μαθηματικά. Είναι σαν να προσπαθείς να λύσεις έναν κύβο του Rubik σε πολλές διαστάσεις ταυτόχρονα, περιστρέφοντας και μετακινώντας στρώματα που δεν μπορείς καν να δεις. Ένας κλασικός υπολογιστής, ακόμη και ένας σύγχρονος GPU, πρέπει να σπάσει αυτή τη διαδικασία σε διαδοχικά βήματα. Το φως όμως όχι. Το φως εκτελεί όλα τα βήματα παράλληλα, την ίδια στιγμή.
Η προσέγγιση που παρουσίασε η ομάδα του Dr. Yufeng Zhang βασίζεται σε κάτι ριζικά διαφορετικό από την παραδοσιακή πληροφορική: οι υπολογισμοί δεν γίνονται μέσω επεξεργαστών αλλά μέσω των ίδιων των φυσικών ιδιοτήτων των κυμάτων φωτός. Οι ερευνητές κωδικοποίησαν ψηφιακή πληροφορία στην ένταση και τη φάση του φωτός, μετατρέποντας τους αριθμούς σε μοτίβα που μπορούν να αλληλεπιδράσουν μέσα σε ένα οπτικό πεδίο. Καθώς αυτές οι κυματομορφές ταξιδεύουν, δεν «υπολογίζουν» με την κλασική έννοια, αλλά εκτελούν αυτόματα πράξεις όπως πολλαπλασιασμούς πινάκων και tensors απλώς λόγω του τρόπου που συμπεριφέρεται το φως.
Η ομάδα μάλιστα αξιοποίησε πολλαπλά μήκη κύματος, επεκτείνοντας τις δυνατότητες της μεθόδου ώστε να υποστηρίζει υψηλότερης τάξης διεργασίες tensor, όπως εκείνες που χρησιμοποιούνται σε πολύπλοκα deep learning συστήματα. Εκεί όπου οι σημερινές GPUs ζορίζονται με θερμοκρασίες και κατανάλωση ενέργειας που εκτοξεύονται, το φως περνά και κάνει τη δουλειά του χωρίς σχεδόν καμία ενεργή παρέμβαση.
Ο Dr. Zhang το εξηγεί με μια εικόνα: σκεφτείτε έναν τελωνειακό υπάλληλο που πρέπει να ελέγξει ένα βουνό από δέματα περνώντας τα από διαφορετικά μηχανήματα και μετά να τα ταξινομήσει. Κλασικά, κάθε δέμα περνά ξεχωριστά. Στο οπτικό σύστημα, όλα τα δέματα περνούν μαζί, όλα τα μηχανήματα λειτουργούν ταυτόχρονα και το τελικό φιλτράρισμα γίνεται σε μια στιγμή. Αυτή η «με τη μία» επεξεργασία είναι η ουσία της ανακάλυψης.
Ακόμη πιο εντυπωσιακό είναι ότι η διαδικασία είναι παθητική. Δεν υπάρχουν δυναμικά στοιχεία που χρειάζονται ενεργό έλεγχο. Δεν απαιτούνται μεταγωγείς, δεν απαιτούνται ηλεκτρονικά που αλλάζουν κατάσταση. Το σύστημα απλώς αφήνει το φως να κάνει αυτό που κάνει από τη φύση του: να αλληλεπιδρά και να παράγει αποτελέσματα με την ταχύτητα των 300.000 km/s. Αυτή η απλότητα κάνει τη μέθοδο συμβατή σχεδόν με οποιαδήποτε υπάρχουσα οπτική πλατφόρμα.
Ο καθηγητής Zhipei Sun, επικεφαλής του Photonics Group στο Aalto University, τονίζει ότι ο στόχος είναι η ενσωμάτωση των τεχνικών αυτών στα επόμενης γενιάς φωτονικά chips. Αυτό σημαίνει ότι στο μέλλον ίσως δούμε επεξεργαστές τεχνητής νοημοσύνης που δεν λειτουργούν με ηλεκτρόνια αλλά με φωτόνια. Μικροσκοπικές συσκευές που επιτρέπουν σε AI μοντέλα, από large language models έως real-time αναλυτές εικόνας, να τρέχουν με ταχύτητες που σήμερα χρειάζονται ολόκληρα clusters.
Ο Dr. Zhang αναφέρει ότι ο επόμενος στόχος είναι να προσαρμοστεί η τεχνολογία σε υποδομές που χρησιμοποιούν ήδη οι μεγάλες τεχνολογικές εταιρείες.
