人工智能領域的專家長期以來的目標是構建具有與人類智力相當的AI系統,這需要高性能的硬件。目前進行大規模應用與研究的AI模型大多依賴于半導體芯片,為了加速計算效率、增強計算能力,一部分科學家正試圖將光學器件與硅芯片相結合,因制造過程受到物理限制和實際問題的困擾。
為構建下一代人工智能系統,近日,美國科羅拉多州國家標準與技術研究所(NIST)的工程師兼研究員Jeffrey Shainline呼吁AI領域的科學家放棄使用半導體硬件,轉為采用超導體硬件進行模型開發。在他的觀點性論文中,提出了一種結合光學器件和超導體的新型通用人工智能(AGI)硬件,并探究了用其進行大規模研究的可能性。
相關概念以及討論于4月20日以「光電智能」(Optoelectronic intelligence)為題發表在《應用物理快報》(Applied Physics Letters)雜志上。
大腦通過許多復雜的專用處理器的連通與計算實現通用智能。類似地,如果本地處理器可以通過全局通信從其專用計算元件中收集信息,那么通用人工智能硬件的性能將達到。電子擅長計算,光適合通信,基于二者的特性,研究人員希望能夠開發出經濟高效的光電集成電路。
從突觸電路開始,到晶元集成,再到與光纖互連的系統,一直到可能達到的人腦規模的AGI系統,作者對光電集成硬件相關概念進行了概述。
經過一番嚴謹的探討,Shainline提出:「通過在4K(開爾文)的低溫下使用并運行超導電子電路、單光子探測器和硅光源,我們將開辟一條通往豐富的計算功能和可大規模制造的道路?!?/p>
光電結合
在硅電子器件中,單個設備向其他許多設備提供電流是不可行的,必須使用共享的通信網絡。但是,許多神經元必須同時通過網絡進行通信,隨著數量的增長,通信就會達到限制。減輕通信限制的一種方法是使用光學器件。并且,通過對光信號的幅度和相位進行編碼,可以增加存儲。
Shainline指出:「光學器件和電子器件的結合可以實現跨時空尺度的通信和計算,遠遠超出了單獨使用二者之一所能實現的范圍?!?/p>
脈沖神經網絡與大腦的神經系統接近。因此,作者類比提出了一種利于AGI大規模實施的特定方法,該方法將波導集成的光源和單光子探測器結合起來用于通信,并將Josephson電路充當突觸、樹突、神經元用于計算。這些光電網絡最小為100 nm,但可以延伸至數千米;神經元之間的間隔為50 ns,而突觸的通信在50 ps的時間尺度上,從而可以實現跨時空的信息處理和存儲。
圖示:(a)光電神經元。黑色直線代表電子連接,藍色波浪線代表光子連接;S表示突觸、D表示樹突、N表示神經元細胞體、T表示發射器。(b)光子連接的模塊化分層網絡。
超導體替代半導體
使用超導體有三個優勢:一是超導單光子檢測器極大地降低了光源所需的亮度;二是免去了MOSFET需要高溫退火的工藝挑戰;三是超導集成電路中單電子用于計算、單光子用于通信,信號的不同實現學習和存儲的互不干擾。
通常,半導體可以檢測到不少于1,000個光子的光輸入。但是,超導體可以在低得多的能量水平下運行。Shainline對實驗結果感到十分驚訝:「與在室溫下工作和使用半導體相比,在低溫下工作和使用超導體的光電集成電路要容易得多。」
該研究還提供了將光學器件與超導電子器件集成在一起的電路圖。
圖示:光電超導神經系統的結構。
低溫是否合理
對于許多讀者而言,低溫操作的要求是該研究最令人不安的方面。但是,Shainline的提議并不是讓在手機等日常設備中進行使用,而是在高功率計算系統的構造中考慮超導硬件。「光電超導硬件為AI帶來的性能是無法通過其他物理手段實現的。性能將證明低溫運行是合理的?!?/p>
Shainline表示,他會在未來的實驗研究中去進一步證明光電超導硬件的可行性與能力。
Shainline還認為,光電超導集成電路還可以幫助創建基于超導和光子量子位的可擴展量子技術。這樣的神經-量子混合系統可能會創造出利用脈沖神經元與量子糾纏力量的新方法。
注:本文轉自網絡,如遇侵權請聯系我們,即刻刪除,謝謝~
免責聲明
2025第十屆廣東真空工業展覽會
展會城市:佛山市展會時間:2025-05-21