گزارشی تازه میگوید محاسبات ترمودینامیکی میتواند مصرف انرژی تولید تصویر با هوش مصنوعی را بهصورت نظری تا ده میلیارد برابر کمتر از روشهای امروزی کاهش دهد.
به گزارش سرویس خبری هوش مصنوعی تک ناک، یک گزارش تازه و شگفتانگیز ادعا میکند «محاسبات ترمودینامیکی» میتواند از نظر تئوری، مصرف انرژی هوش مصنوعی برای تولید تصویر را بهطور چشمگیری کاهش دهد و این کار را تنها با یک دهمیلیاردم انرژی ابزارهای رایج امروزی انجام دهد. به گزارش IEEE Spectrum، دو پژوهش اخیر به پتانسیل این فناوری نوظهور اشاره دارند، هرچند حامیان آن اذعان میکنند که راهکار فعلی هنوز بسیار ابتدایی است.
بر اساس این گزارش، استیون وایتلم، دانشمند ارشد آزمایشگاه ملی لارنس برکلی، معتقد است محاسبات ترمودینامیکی میتواند برای تولید تصویر با هوش مصنوعی «با هزینه انرژی بسیار کمتر از آنچه سختافزارهای دیجیتال فعلی قادر به ارائه هستند» مورد استفاده قرار گیرد. در مقالهای که دهم ژانویه توسط وایتلم و کورنیل کاسرت، دیگر پژوهشگر برکلی، منتشر شد، این دو توضیح دادند که «امکان ساخت نسخهای ترمودینامیکی از یک شبکه عصبی وجود دارد»؛ موضوعی که زیربنای تولید تصویر با استفاده از محاسبات ترمودینامیکی را شکل میدهد.
نخستین «تراشه محاسبات ترمودینامیکی» جهان سال گذشته به مرحله تیپاوت رسید. محاسبات ترمودینامیکی شباهت بسیار بیشتری به محاسبات کوانتومی یا احتمالاتی دارد تا یک رایانه سنتی خانگی، و برای حل مسائل از نویز و انرژی فیزیکی بهره میگیرد.
طبق توضیحات گزارش، در این رویکرد مجموعهای از تصاویر به رایانه ترمودینامیکی داده میشود و سپس سیستم رها میشود تا تصاویر بهمرور دچار افت و تخریب شوند. برهمکنشهای تصادفی طبیعی تا زمانی ادامه پیدا میکند که اجزای رایانه به حالت تعادل برسند. پس از آن، از رایانه خواسته میشود احتمال معکوس کردن این فرایند تخریب را محاسبه کند و سپس مقادیر داخلی خود را بهگونهای تنظیم کند که وقوع این بازگشت تا حد ممکن محتمل شود.
وایتلم این خط پژوهشی را با مقالهای دیگر در نشریه Physical Review Letters در تاریخ بیستم ژانویه ادامه داد. او در این مقاله توضیح میدهد که این فرایند میتواند برای ساخت یک رایانه ترمودینامیکی به کار رود که قادر است تصویر ارقامی دستنویس را تولید کند.
بدیهی است که این دستاورد هنوز فاصله زیادی با تواناییهای پیشرفته تولید تصویر ابزارهایی مانند Google Gemini یا هر مولد تصویر مبتنی بر هوش مصنوعی دیگری دارد. با این حال، این پژوهش بهعنوان یک اثبات مفهومی نشان میدهد که شاید در آینده، محاسبات ترمودینامیکی بتواند برای تولید تصویر با هوش مصنوعی مورد استفاده قرار گیرد.
مبنی بر گزارش تامز هاردور، وایتلم در گفتوگو با IEEE گفته است: «این تحقیق نشان میدهد که میتوان سختافزاری ساخت که برخی انواع یادگیری ماشین را انجام دهد؛ بهطور مشخص، تولید تصویر با هزینه انرژی بهمراتب کمتر از آنچه امروز انجام میدهیم.» با توجه به ابتدایی بودن این اثبات مفهومی، او هشدار میدهد که رسیدن به تولید تصویر ترمودینامیکی در سطح گزینههای رایج بازار هنوز راهی طولانی در پیش دارد. او گفته است: «ما هنوز نمیدانیم چگونه باید یک رایانه ترمودینامیکی طراحی کنیم که در تولید تصویر به خوبی مثلا DALL‑E عمل کند. همچنان لازم است مشخص شود این سختافزار چگونه باید ساخته شود.»
این محدودیت قابلتوجهی است، اما در جهانی که توسعه زیرساختهای هوش مصنوعی و رشد مراکز داده فشار بیسابقهای بر تامین انرژی جهانی وارد کردهاند، فرایندی که بتواند مصرف انرژی تولید تصویر با هوش مصنوعی را تا ده میلیارد برابر کاهش دهد، بدون تردید میتواند یک جهش بزرگ و تعیینکننده محسوب شود.
