一項研究顯示，“熱力學(xué)計算”可以將人工智能圖像生成的能耗降低一百億倍，使得這一利用噪聲生成圖像的技術(shù)，所用能量遠低于當(dāng)前生成式AI模型。

人工智能神經(jīng)網(wǎng)絡(luò)

一份令人震驚的新報告聲稱，“熱力學(xué)計算”理論上可以大幅降低人工智能生成圖像的能耗，僅需目前流行工具的十億分之一。據(jù)IEEE Spectrum報道，兩項近期研究暗示了這項新興技術(shù)的潛力，但其支持者也承認(rèn)，該方案尚處于初級階段。

據(jù)報道，美國勞倫斯伯克利國家實驗室的科學(xué)家斯蒂芬·懷特拉姆聲稱，熱力學(xué)計算可以用于人工智能圖像生成，“其能耗遠低于目前的數(shù)字硬件”。在1月10日由懷特拉姆和同樣來自伯克利的科尼爾·卡塞特共同發(fā)表的一篇文章中，兩人概述了“如何創(chuàng)建神經(jīng)網(wǎng)絡(luò)的熱力學(xué)版本”，從而為利用熱力學(xué)計算生成圖像奠定了基礎(chǔ)。

世界上首款“熱力學(xué)計算芯片”去年完成流片。熱力學(xué)計算與傳統(tǒng)的電腦游戲計算相比，更接近量子計算或概率計算，它利用噪聲和物理能量來解決問題。
根據(jù)報告，這臺熱力學(xué)計算機被輸入一組圖像，然后任由圖像逐漸退化。自然的隨機相互作用持續(xù)進行，直到計算機各組件之間達到平衡。之后，計算機的任務(wù)是計算逆轉(zhuǎn)這種退化過程的概率，并調(diào)整相關(guān)參數(shù)，使逆轉(zhuǎn)的可能性盡可能大。

懷特拉姆于1 月 20 日在《物理評論快報》上發(fā)表了一篇文章，詳細介紹了這一研究成果，文章中他詳細闡述了該過程可用于創(chuàng)建熱力學(xué)計算機，該計算機可用于生成一些手寫數(shù)字的圖像。

“這項研究表明，制造能夠進行某些類型機器學(xué)習(xí)的硬件是可能的。具體來說，“圖像生成——而且能耗比我們目前使用的硬件要低得多?！?/p>

這一概念驗證還處于非常初級的階段，要實現(xiàn)能夠與主流方案相媲美的熱力學(xué)圖像生成技術(shù)還有很長的路要走?？茖W(xué)家們需要研究如何制造實現(xiàn)這一目標(biāo)的硬件?！?/p>

雖然這是一個很大的挑戰(zhàn)，但在人工智能建設(shè)和數(shù)據(jù)中心增長給全球能源供應(yīng)帶來前所未有的壓力的今天，如果未來能夠?qū)⑷斯ぶ悄軋D像生成能耗降低一百億倍，那無疑將是一項顛覆性的突破。