AGI และ AI แห่งอนาคต

นักวิจัยอาจบรรลุความฉลาดทั่วไปของปัญญาประดิษฐ์โดยการรวมแสงและซุปเปอร์คอนดักเตอร์

mm
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google

นักวิจัยที่สถาบันมาตรฐานและเทคโนโลยีแห่งชาติได้เสนอแนวทางใหม่สำหรับปัญญาประดิษฐ์ขนาดใหญ่โดยพึ่งพาการรวมองค์ประกอบโฟโตนิกกับอิเล็กทรอนิกส์ซุปเปอร์คอนดักเตอร์

แนวทางก่อนหน้านี้ในการบรรลุความฉลาดทั่วไปในระบบปัญญาประดิษฐ์มุ่งเน้นไปที่ไมโครอิเล็กทรอนิกส์ซิลิคอนแบบเดิมๆ ที่จับคู่กับแสง มีหลายอุปสรรคที่สำคัญกับแนวทางนี้ การสร้างชิปซิลิคอนที่มีองค์ประกอบอิเล็กทรอนิกส์และโฟโตนิกส์มีข้อจำกัดทางกายภาพและเชิงปฏิบัติหลายประการ

ความฉลาดทั่วไปคือ “ความสามารถในการดูดซึมความรู้ทั่วหมวดหมู่เนื้อหาและใช้ข้อมูลนั้นเพื่อสร้างแบบจำลองโลกที่สอดคล้องกัน” มันเกี่ยวข้องกับการรวมแหล่งข้อมูลต่างๆ และต้องส่งผลให้เกิดแบบจำลองโลกที่สอดคล้องและปรับเปลี่ยนได้ การออกแบบและการก่อสร้างฮาร์ดแวร์สำหรับความฉลาดทั่วไปต้องใช้หลักการของประสาทวิทยาศาสตร์และการรวมตัวขนาดใหญ่มาก

แนวทางใหม่นี้ได้รับการอธิบายไว้ใน Applied Physics Letters โดย AIP Publishing

เจฟฟรีย์ ชายน์ไลน์ เป็นผู้เขียนการวิจัย

“เราคิดว่าโดยการทำงานที่อุณหภูมิต่ำและใช้วงจรอิเล็กทรอนิกส์ซุปเปอร์คอนดักเตอร์ ตัวตรวจจับโฟตอนเดี่ยว และแหล่งกำเนิดแสงซิลิคอน เราจะเปิดทางสู่ฟังก์ชันการคำนวณที่มีประสิทธิภาพและสามารถขยายขนาดได้” ชายน์ไลน์กล่าว

ระบบปัญญาประดิษฐ์แบบค็อกนิทีฟที่ขยายขนาดและใช้งานได้

ตามนักวิจัยและแนวทางใหม่ การจับคู่แสงสำหรับการสื่อสารกับวงจรอิเล็กทรอนิกส์ที่ซับซ้อนสำหรับการคำนวณอาจนำไปสู่ระบบปัญญาประดิษฐ์แบบค็อกนิทีฟที่ขยายขนาดและใช้งานได้มากกว่าแนวทางแบบเดิมที่พึ่งพาแสงหรืออิเล็กทรอนิกส์เท่านั้น

“สิ่งที่ทำให้ฉันประหลาดใจมากที่สุดคือการรวมตัวของโฟโตอิเล็กทรอนิกส์อาจง่ายกว่าเมื่อทำงานที่อุณหภูมิต่ำและใช้ซุปเปอร์คอนดักเตอร์มากกว่าการทำงานที่อุณหภูมิห้องและใช้ซีเม็นคอนดักเตอร์” ชายน์ไลน์กล่าวต่อ

ตัวตรวจจับโฟตอนซุปเปอร์คอนดักเตอร์สามารถตรวจจับโฟตอนเดี่ยว แต่ตัวตรวจจับโฟโตนซีเม็นคอนดักเตอร์ต้องการโฟตอนประมาณ 1,000 โฟตอน แหล่งกำเนิดแสงซิลิคอนทำงานที่ 4 เคลวิน แต่มันจางกว่าแหล่งกำเนิดแสงอุณหภูมิห้องถึง 1,000 เท่า แต่ยังคงมีประสิทธิภาพในการสื่อสาร

การประยุกต์ใช้เช่นชิปภายในโทรศัพท์มือถือทำงานที่อุณหภูมิห้อง ดังนั้นแนวทางใหม่จึงไม่เหมาะสมในสถานการณ์เหล่านี้ แต่จะเหมาะสมกว่าสำหรับการใช้งานในระบบคอมพิวเตอร์ที่ซับซ้อน

นักวิจัยจะศึกษาการรวมตัวที่ซับซ้อนมากขึ้นพร้อมกับวงจรอิเล็กทรอนิกส์ซุปเปอร์คอนดักเตอร์อื่นๆ และจะแสดงส่วนประกอบในระบบปัญญาประดิษฐ์แบบค็อกนิทีฟ เช่น ซินแอปส์และนิวรอน

ผลกระทบสำคัญอย่างหนึ่งของการวิจัยใหม่นี้คือการแสดงให้เห็นว่าฮาร์ดแวร์สามารถผลิตได้ในลักษณะที่ขยายขนาดได้ ซึ่งหมายความว่าระบบขนาดใหญ่สามารถมีราคาไม่แพงได้ เทคโนโลยีควอนตัมที่ขยายขนาดได้โดยอาศัยคิวบิตซุปเปอร์คอนดักเตอร์หรือโฟโตนิกอาจเกิดขึ้นจากการรวมตัวของซุปเปอร์คอนดักเตอร์และโฟโตอิเล็กทรอนิกส์

Alex McFarland เป็นนักข่าวและนักเขียน AI ที่สำรวจการพัฒนาล่าสุดในด้านปัญญาประดิษฐ์ เขาได้ร่วมงานกับสตาร์ทอัพ AI และสื่อสิ่งพิมพ์ต่างๆ ทั่วโลก