ฟิสิกส์สามารถเปลี่ยนแปลงการคำนวณและปัญญาประดิษฐ์ไปตลอดกาล

ในทางที่แตกต่างจากประเพณีการคำนวณที่มีมาเป็นเวลาหลายทศวรรษ ทีมนักวิจัยที่ Unconventional AI ได้พัฒนาวิธีการสร้างภาพที่ไม่พึ่งพาชิปซิลิกอนและกระแสไฟฟ้าที่ขับเคลื่อนระบบปัญญาประดิษฐ์ในปัจจุบัน แต่พึ่งพาหลักการทางฟิสิกส์เอง

ระบบที่เรียกว่า Un-0 เป็นตัวแทนของปรัชญาที่เกิดขึ้นใหม่ในการพัฒนาปัญญาประดิษฐ์ ซึ่งไม่ได้สร้างเครือข่ายคอมพิวเตอร์ที่ใหญ่และซับซ้อนขึ้น แต่กำลังมองหาว่ารูปแบบทางคณิตศาสตร์ที่พบในธรรมชาติสามารถทำงานคำนวณเดียวกันได้โดยใช้พลังงานน้อยกว่า 1,000 เท่า

พลังงานและประสิทธิภาพ

ระบบปัญญาประดิษฐ์ที่ได้ครอบงำภูมิทัศน์เทคโนโลยี เช่น โครงข่ายประสาทเทียม โมเดลภาษา และอัลกอริทึมการแนะนำ ต้องการพลังงานจำนวนมากในการดำเนินการ

ศูนย์ข้อมูลที่มีระบบเหล่านี้ใช้พลังงานเทียบเท่ากับเมืองเล็กๆ ทำให้เกิดความกังวลเกี่ยวกับผลกระทบต่อสิ่งแวดล้อมและความยั่งยืนในระยะยาว

นักวิจัยคาดการณ์ว่าการบรรลุความก้าวหน้าที่สำคัญถัดไปในด้านประสิทธิภาพของปัญญาประดิษฐ์จะต้องใช้แนวทางที่แตกต่างจากเดิมในการประมวลผลข้อมูลของเครื่องจักร

ความเข้าใจนี้ทำให้นักวิทยาศาสตร์หันไปมองหาคำตอบจากธรรมชาติ โดยตรวจสอบระบบทางชีววิทยาและฟิสิกส์ที่พัฒนามาเป็นเวลานานเพื่อแก้ปัญหาที่ซับซ้อนได้อย่างมีประสิทธิภาพ

การทำความเข้าใจคู่ออสซิลเลเตอร์

ที่ใจกลางของ Un-0 คือแนวคิดที่เรียบง่ายแต่มาจากฟิสิกส์ คือ คู่ออสซิลเลเตอร์

เพื่อทำความเข้าใจสิ่งนี้ คุณสามารถนึกถึงคู่เมทรอนอม ซึ่งเป็นอุปกรณ์ทางกลที่นักดนตรีใช้ในการรักษาเวลา หากเมทรอนอมสองตัวถูกวางบนโต๊ะเดียวกันและตั้งค่าให้แตกต่างกัน สิ่งที่น่าเหลือเชื่อจะเกิดขึ้น ผ่านการ振动บนพื้นผิวที่อยู่ภายใต้ เมทรอนอมจะส่งผลกระทบต่อกันและกันจนในที่สุดก็จะเข้าสู่การซิงโครไนซ์ และตีเวลาเดียวกัน

การซิงโครไนซ์นี้ตามหลักการทางคณิตศาสตร์ที่ได้ถูกศึกษาในฟิสิกส์มาเป็นเวลา hơnหนึ่งศตวรรษ การโต้ตอบระหว่างออสซิลเลเตอร์สร้างรูปแบบการรวมตัวที่เกิดขึ้นโดยไม่มีการควบคุมหรือคำแนะนำจากภายนอก พวกมันจัดระเบียบตัวเอง

ลองนึกภาพการขยายแนวคิดนี้ในระดับใหญ่ ไม่ใช่เมทรอนอมสองตัว แต่พันๆ ของหน่วยออสซิลเลตที่สามารถมีอิทธิพลต่อหน่วยออสซิลเลตอื่นๆ ที่อยู่รอบๆ ได้

ออสซิลเลเตอร์แต่ละตัวมีคุณสมบัติหลายประการ ได้แก่ ความถี่ตามธรรมชาติที่ต้องการการหมุน มุมเฟสที่อธิบายตำแหน่งปัจจุบันในรอบการออสซิลเลต และการเชื่อมต่อกับออสซิลเลเตอร์อื่นๆ ที่กำหนดว่าแต่ละคู่มีอิทธิพลต่อกันและกันอย่างไร

การเชื่อมต่อเหล่านี้ ซึ่งเรียกว่าความแข็งแรงของการคู่ คือสิ่งที่ Un-0 เรียนรู้ระหว่างการฝึกอบรม

ระบบนี้สะท้อนถึงแบบจำลองทางคณิตศาสตร์ที่เรียกว่า ออสซิลเลเตอร์ของคูระโมโต ซึ่งตั้งชื่อตามนักฟิสิกส์โยชิกิ คูระโมโต ที่ศึกษาระบบเหล่านี้เมื่อหลายทศวรรษก่อน จนกระทั่งเมื่อเร็วๆ นี้ แบบจำลองเหล่านี้ยังคงอยู่ในระดับทฤษฎี

Un-0 แสดงให้เห็นว่าสามารถขยายได้เพื่อแก้ไขปัญหาปัญญาประดิษฐ์ที่เป็นไปได้ในระดับซับซ้อนที่เคยถือว่าเป็นโดเมนของการเรียนรู้เชิงลึกแบบเดิมๆ

ประสิทธิภาพและการเปรียบเทียบ

การทดสอบได้แสดงให้เห็นว่า Un-0 สามารถสร้างภาพที่มีคุณภาพเทียบเท่ากับวิธีการสร้างภาพปัญญาประดิษฐ์ที่นำมาใช้เมื่อหลายปีก่อน

ในมาตรฐานการประเมินที่เรียกว่า ImageNet 64×64 ระบบได้รับคะแนนคุณภาพที่ตรงกับประสิทธิภาพของเครื่องสร้างภาพที่โดดเด่นเมื่อระบบเหล่านั้นถูกเผยแพร่ครั้งแรก

สิ่งนี้ไม่ใช่ความพ่ายแพ้หรือการผิดพลาด แต่เป็นการแสดงให้เห็นถึงหลักการทำงานว่า ระบบที่สร้างขึ้นจากพลวัตของฟิสิกส์สามารถสร้างภาพที่มีคุณภาพในระดับที่เคยถือว่าเป็นเอกสิทธิ์ของการเรียนรู้เชิงลึก ซึ่งเป็นรายละเอียดที่ชี้ให้เห็นถึงศักยภาพที่สำคัญสำหรับการพัฒนาในอนาคต

นักวิจัยยอมรับว่าระบบที่มีอยู่ในปัจจุบันซึ่งได้ผ่านการปรับปรุงมาหลายปี ยังคงทำงานได้ดีกว่า Un-0 อยู่ แต่พวกเขาชี้ให้เห็นว่าเครื่องสร้างภาพแบบเดิมๆ ก็เริ่มต้นด้วยผลลัพธ์ที่ไม่น่าประทับใจก่อนที่จะถูกปรับปรุงมาเป็นเวลาหลายทศวรรษจนกลายเป็นเครื่องมือที่ซับซ้อนในปัจจุบัน

ทำไมการคำนวณที่อาศัยฟิสิกส์จึงมีความสำคัญ

ความสำคัญของ Un-0 ขยายไปไกลเกินกว่าการสร้างภาพ ระบบที่อาศัยพลวัตของฟิสิกส์ในการทำงานปัญญาประดิษฐ์โดยใช้พลังงานน้อยกว่า 1,000 เท่าของระบบปัจจุบัน จะมีผลกระทบอย่างลึกซึ้ง

การเพิ่มประสิทธิภาพดังกล่าวสามารถทำให้แอปพลิเคชันปัญญาประดิษฐ์ทำงานบนอุปกรณ์มือถือ ระบบฝังตัว และสถานที่ห่างไกลโดยไม่ต้องมีศูนย์ข้อมูลขนาดใหญ่

นอกจากนี้ ระบบเหล่านี้อาจถูกนำไปใช้โดยตรงบนฮาร์ดแวร์ทางกายภาพ เช่น ชิปซิลิกอนที่ออกแบบมาเพื่อจำลองกระบวนการทางธรรมชาติแทนที่จะดำเนินการตามคำสั่งโปรแกรมได้ “ซับสเตรตที่ไม่ธรรมดา” ตามที่นักวิจัยเรียก จะเป็นตัวแทนของการคำนวณที่แท้จริง

ภูมิทัศน์ที่กว้างขึ้น

Un-0 ไม่ใช่ความพยายามวิจัยเดียวที่สำรวจทางเลือกอื่นแทนโครงข่ายประสาทเทียมแบบเดิมๆ

ทั่วทั้งวิชาการและอุตสาหกรรม นักวิทยาศาสตร์กำลังสำรวจระบบที่ได้รับแรงบันดาลใจจากหลักการเทอร์โมไดนามิกส์ เซอร์กิตแอนะล็อก กลศาสตร์ควอนตัม และแง่มุมอื่นๆ ของฟิสิกส์

แนวทางเหล่านี้มีแรงจูงใจร่วมกัน คือ แนวทางแบบเดิมๆ ได้ใกล้ถึงขีดจำกัดในแง่ของประสิทธิภาพทางพลังงาน การก้าวหน้าที่สำคัญอาจต้องมีการคิดใหม่เกี่ยวกับการคำนวณเอง

ชุมชนการวิจัยกำลังเผชิญกับความท้าทายที่อาจเรียกว่า “ความท้าทายที่ยิ่งใหญ่” ว่าเราสามารถออกแบบระบบปัญญาประดิษฐ์ใหม่เพื่อให้สอดคล้องกับหลักการที่ควบคุมระบบทางชีววิทยาและฟิสิกส์มาเป็นเวลาหลายพันล้านปีหรือไม่ หากสำเร็จ จะเป็นการเปลี่ยนแปลงพื้นฐานเกี่ยวกับสิ่งที่คอมพิวเตอร์เป็นและวิธีการทำงาน

ข้อจำกัดในปัจจุบันและทิศทางในอนาคต

ระบบ Un-0 ยังคงอยู่ในขั้นทดลอง มันทำงานที่ความละเอียดของภาพที่ค่อนข้างต่ำและยังไม่บรรลุระดับการทำงานของระบบที่ทันสมัยที่สุด

แม้จะมีการก้าวหน้าที่ทำได้ กระบวนการฝึกอบรมยังคงต้องการการประมวลผลแบบเดิมๆ และใช้เวลานานในการเสร็จสิ้น

นักวิจัยได้เผยแพร่ผลงานของตนอย่างโปร่งใส โดยปล่อยโค้ดการฝึกอบรมและวิเคราะห์รายละเอียดเกี่ยวกับการค้นพบของพวกเขา สิ่งนี้สะท้อนถึงความเชื่อมั่นว่าแนวทางนี้ไม่ใช่คำตอบที่เป็นเอกสิทธิ์ แต่เป็นทิศทางใหม่ที่นักวิจัยหลายคนสามารถสำรวจและปรับปรุงได้

เมื่อระบบปัญญาประดิษฐ์กลายเป็นส่วนสำคัญของสังคมสมัยใหม่ การค้นหาวิธีการคำนวณที่มีประสิทธิภาพมากขึ้นเปลี่ยนจากความสนใจทางวิชาการไปเป็นความจำเป็นในทางปฏิบัติ Un-0 เป็นตัวอย่างที่แสดงให้เห็นว่ามีทิศทางที่มีแนวโน้มอย่างน้อยหนึ่งทาง และการสำรวจปัญญาประดิษฐ์ที่อาศัยฟิสิกส์ยังเพิ่งเริ่มต้น