“熱力學計算機”可超高效模仿人工智能神經網絡

一項研究顯示，“熱力學計算”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，所用能量遠低于當前生成式AI模型。

人工智能神經網絡

一份令人震驚的新報告聲稱，“熱力學計算”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IEEE Spectrum報道，兩項近期研究暗示了這項新興技術的潛力，但其支持者也承認，該方案尚處于初級階段。

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

世界上首款“熱力學計算芯片”去年完成流片。熱力學計算與傳統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。
根據報告，這臺熱力學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進行，直到計算機各組件之間達到平衡。之后，計算機的任務是計算逆轉這種退化過程的概率，并調整相關參數，使逆轉的可能性盡可能大。

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建熱力學計算機，該計算機可用于生成一些手寫數字的圖像。

“這項研究表明，制造能夠進行某些類型機器學習的硬件是可能的。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，要實現能夠與主流方案相媲美的熱力學圖像生成技術還有很長的路要走?？茖W家們需要研究如何制造實現這一目標的硬件?！?/p>

雖然這是一個很大的挑戰，但在人工智能建設和數據中心增長給全球能源供應帶來前所未有的壓力的今天，如果未來能夠將人工智能圖像生成能耗降低一百億倍，那無疑將是一項顛覆性的突破。