नया सिस्टम एआई ऊर्जा खपत समस्या का समाधान करने का लक्ष्य रखता है

कंप्यूटर जो कृत्रिम बुद्धिमत्ता (एआई) पर निर्भर करते हैं, उन्हें बहुत अधिक ऊर्जा की आवश्यकता होती है, और यह कम्प्यूटिंग शक्ति आवश्यकता लगभग हर तीन से चार महीने में दोगुनी हो जाती है। जब यह क्लाउड-कंप्यूटिंग डेटा सेंटर की बात आती है, जो एआई और मशीन लर्निंग एप्लिकेशन द्वारा उपयोग की जाती है, वे प्रति वर्ष कुछ छोटे देशों की तुलना में अधिक विद्युत शक्ति का उपयोग करते हैं। कई शोधकर्ता चेतावनी दे रहे हैं कि यह प्रणाली लंबे समय तक टिकाऊ नहीं है।

वाशिंगटन विश्वविद्यालय के नेतृत्व में इन शोधकर्ताओं की एक टीम ने इस समस्या का समाधान करने में मदद करने के लिए एक समाधान के साथ आया है – एआई और मशीन लर्निंग के लिए नए ऑप्टिकल कंप्यूटिंग हार्डवेयर। यह हार्डवेयर पारंपरिक इलेक्ट्रॉनिक्स की तुलना में तेज और बहुत अधिक ऊर्जा-कुशल है। यह ऑप्टिकल कंप्यूटिंग द्वारा उत्पन्न ‘शोर’ की समस्या का भी समाधान करता है, जो कंप्यूटिंग सटीकता में हस्तक्षेप कर सकता है।

इस शोध को 21 जनवरी को साइंस एडवांसेजमें प्रकाशित किया गया था।

शोर का उपयोग इनपुट के रूप में

शोध पत्र में, टीम ने प्रदर्शित किया कि एआई और मशीन लर्निंग के लिए एक ऑप्टिकल कंप्यूटिंग सिस्टम कुछ शोर का उपयोग इनपुट के रूप में करके सिस्टम के भीतर कृत्रिम तंत्रिका नेटवर्क (ANN) के रचनात्मक आउटपुट को बढ़ा सकता है।

चांगमिंग वू वाशिंगटन विश्वविद्यालय में इलेक्ट्रिकल और कंप्यूटर इंजीनियरिंग में एक डॉक्टरेट छात्र हैं और पत्र के प्रमुख लेखक हैं।

“हमने एक ऑप्टिकल कंप्यूटर बनाया है जो एक पारंपरिक डिजिटल कंप्यूटर से तेज है,” वू ने कहा। “और इसके अलावा, यह ऑप्टिकल कंप्यूटर ऑप्टिकल शोर से उत्पन्न यादृच्छिक इनपुट के आधार पर नई चीजें बना सकता है, जिसे अधिकांश शोधकर्ता टालने की कोशिश करते हैं।”

ऑप्टिकल कंप्यूटिंग शोर उपकरण के लेज़रों से उत्पन्न होने वाले भटके हुए प्रकाश कणों या फोटॉनों के कारण होता है। यह पृष्ठभूमि थर्मल विकिरण के कारण भी होता है। शोर को लक्षित करने के लिए, टीम ने अपने ऑप्टिकल कंप्यूटिंग कोर को एक जनरेटिव एडवर्सेरियल नेटवर्क (GAN) से जोड़ा। उन्होंने विभिन्न शोर कम करने वाली तकनीकों का परीक्षण किया, जैसे कि GAN के लिए यादृच्छिक इनपुट के रूप में कुछ उत्पन्न शोर का उपयोग करना।

टीम ने GAN को मानव द्वारा लिखित नमूनों को देखकर ‘7’ नंबर लिखने का कार्य सिखाया, जिसके लिए इसे बार-बार अभ्यास करना पड़ा। ऑप्टिकल कंप्यूटर को डिजिटल छवियों का उत्पादन करना पड़ा जो नमूनों के समान शैली में थीं।

मो ली वाशिंगटन विश्वविद्यालय में इलेक्ट्रिकल और कंप्यूटर इंजीनियरिंग के प्रोफेसर हैं और पत्र के वरिष्ठ लेखक हैं।

“हमने नेटवर्क को हस्तलिखित संख्याओं को पढ़ने के लिए प्रशिक्षित नहीं किया, बल्कि हमने इसे हस्तलिखित संख्याओं को लिखना सिखाया, उन हस्तलिखित दृश्य नमूनों की नकल करते हुए जिन पर इसे प्रशिक्षित किया गया था,” ली ने कहा। “हमने, ड्यूक विश्वविद्यालय में हमारे कंप्यूटर विज्ञान के सहयोगियों की मदद से, यह भी दिखाया कि GAN त्रुटियों और शोर के प्रति सहनशील प्रशिक्षण एल्गोरिदम का उपयोग करके ऑप्टिकल कंप्यूटिंग हार्डवेयर के शोर के नकारात्मक प्रभाव को कम कर सकता है। इसके अलावा, नेटवर्क वास्तव में आउटपुट उदाहरणों को उत्पन्न करने के लिए आवश्यक यादृच्छिक इनपुट के रूप में शोर का उपयोग करता है।”

जैसे ही GAN ने ‘7’ नंबर लिखने का अभ्यास जारी रखा, यह अपनी खुद की विशिष्ट लेखन शैली विकसित करता गया। यह अंततः कंप्यूटर सिमुलेशन में 1 से 10 तक की संख्याएं लिखने में सक्षम हो गया।

बड़े पैमाने पर डिवाइस का निर्माण

अब टीम वर्तमान सेमीकंडक्टर निर्माण प्रौद्योगिकी का उपयोग करके डिवाइस को बड़े पैमाने पर बनाने का लक्ष्य रखती है, जो प्रदर्शन में सुधार करेगा और टीम को अधिक जटिल कार्य करने की अनुमति देगी।

“यह ऑप्टिकल सिस्टम एआई और मशीन लर्निंग में उपयोग किए जाने वाले कृत्रिम तंत्रिका नेटवर्क की रचनात्मकता को बढ़ाने वाले एक कंप्यूटर हार्डवेयर आर्किटेक्चर का प्रतिनिधित्व करता है, लेकिन अधिक महत्वपूर्ण बात यह है कि यह बड़े पैमाने पर इसकी व्यवहार्यता का प्रदर्शन करता है, जहां शोर और त्रुटियों को कम किया जा सकता है और यहां तक कि इसका उपयोग भी किया जा सकता है,” ली ने कहा। “एआई एप्लिकेशन इतनी तेजी से बढ़ रहे हैं कि भविष्य में, उनकी ऊर्जा खपत टिकाऊ नहीं रह पाएगी। यह प्रौद्योगिकी ऊर्जा खपत को कम करने में मदद करने की क्षमता रखती है, एआई और मशीन लर्निंग को पर्यावरण के अनुकूल बनाती है – और बहुत तेज, समग्र प्रदर्शन में सुधार करती है।”