В настоящее время мы наблюдаем быстро растущее применение искусственного интеллекта (ИИ) в нашей повседневной жизни, что может привести к различным общественным изменениям, включая улучшение экономики, улучшение условий жизни, облегчение доступа к образованию, благополучие, и развлечения. Возможно, еще более тревожный аспект связан с тем фактом, что современные технологии искусственного интеллекта абсолютно неустойчивы, и если мы не будем действовать быстро, это станет основным препятствием для широкого внедрения искусственного интеллекта в обществе.
Важность ИИ
Но прежде чем углубляться в вопросы устойчивости, что такое ИИ? ИИ направлен на создание искусственных агентов, способных воспринимать и рассуждать об окружающей среде, и, в конечном счете, учиться, взаимодействуя с ней. Машинное обучение(ML) является важным компонентом ИИ, который позволяет устанавливать корреляции и причинно-следственные связи между интересующими переменными из данных и предварительным знанием процессов, характеризующих среду агента. Например, в науках о жизни, ML может быть полезным для определения взаимосвязи между объемом серого вещества и прогрессированием болезни Альцгеймера, тогда как в науках об окружающей среде может быть полезно, оценить влияние выбросов CO2 на климат.
Да будет свет!
Транзисторные решения этой проблемы начинают появляться. Google разработал Tensor Processing Unit (TPU) и сделал его доступным в 2018 году. TPU предлагают намного более низкое энергопотребление, чем GPU и CPU на единицу вычисления. Но можем ли мы отказаться от транзисторной технологии для вычислений с меньшей мощностью и, возможно, быстрее? Ответ - да! В последние пару лет были попытки использовать свет для быстрых и маломощных вычислений. Такие решения несколько жестки в конструкции аппаратного обеспечения и подходят для конкретных моделей ML, например нейронных сетей. Интересно, что Франция находится на переднем крае в этом, с развитием оборудования из частного финансирования и национального финансирования исследований, чтобы сделать эту революцию конкретной возможностью. Французская компания LightOn недавно разработала новое устройство на основе оптики, которое они назвали Optical Processing Unit (OPU). На практике OPU выполняют определенную операцию, которая представляет собой линейное преобразование входных векторов с последующим нелинейным преобразованием. Интересно, что это делается в аппаратных средствах, использующих свойства рассеяния света, так что на практике эти вычисления происходят со скоростью света и с низким энергопотреблением. Более того, можно обрабатывать очень большие матрицы (порядка миллионов строк и столбцов), что может быть затруднительно для процессоров и графических процессоров. Из-за рассеяния света это линейное преобразование эквивалентно случайной проекции, например, преобразование входных данных с помощью ряда случайных чисел, распределение которых можно охарактеризовать.