Uutiset

Tieteisfiktiosta totta: valon nopeudella toimiva tekoäly osoitettiin mahdolliseksi

Tutkijat ovat onnistuneet tekemään niin sanottua tensorilaskentaa valon nopeudella yhdellä laskentakierroksella. Tämä on merkittävä askel kohti seuraavan sukupolven tekoälylaitteistoa, joka perustuu optiseen laskentaan – eli käytännössä valoon – perinteisen elektroniikan sijaan.
Futuristinen punainen hohtava hologrammirakenne nousee tummasta, monimutkaisesta piirilevystä.
Fotoniikan ryhmä / Aalto-yliopisto

Tensorilaskentana tunnettu aritmetiikan ala toimii lähes kaikkien nykyaikaisten teknologioiden ja erityisesti tekoälyn selkärankana, mutta sen toiminnallisuus ulottuu kauas matematiikan lyhyen oppimäärän ulkopuolelle: ajattele vaikkapa mitä kaikkea tarvitaan Rubikin kuution pyörittämiseen, kiertämiseen ja uudelleenjärjestelyyn eri ulottuvuuksissa. Siinä missä ihmiset ja perinteiset tietokoneet suorittavat nämä operaatiot kohta kohdalta, valo voi tehdä ne kaikki kerralla.

Nykyisin kaikki tekoälyn toiminnallisuudet aina kuvantunnistuksesta kielen käsittelyyn perustuvat tensorilaskentoihin. Datan räjähdysmäinen kasvu on kuitenkin työntänyt grafiikkasuorittimien (GPU) kaltaiset perinteiset digitaaliset laskentajärjestelmät äärirajoilleen niin nopeuden, skaalautuvuuden kuin energiankulutuksenkin suhteen.

Aalto-yliopiston tutkijatohtori Yufeng Zhangin johtama kansainvälinen tutkijaryhmä on nyt tarttunut tähän ajankohtaiseen ongelmaan. Tutkijat onnistuivat löytämään uuden menetelmän, joka pystyy suorittamaan monimutkaisia tensorilaskentoja käyttämällä yhtä valon etenemissuuntaa. Tuloksena syntyi valon nopeudella saavutettu, kertaluontoinen tensorilaskenta.

"Menetelmämme suorittaa samankaltaisia laskentoja kuin nykyiset grafiikkasuorittimet, kuten konvoluutioita ja huomiokerroksia – mutta tekee sen valon nopeudella. Elektronisten piirien sijaan käytämme valon fysikaalisia ominaisuuksia useiden laskutoimitusten suorittamiseen samanaikaisesti", Zhang kertoo.

Tämän saavuttamiseksi tutkijat ohjelmoivat digitaalista dataa valon värähdyslaajuuksiin ja -vaiheisiin, jolloin luvut muuttuivat optisen kentän fysikaalisiksi ominaisuuksiksi. Kun nämä valokentät vuorovaikuttavat ja yhdistyvät, ne toteuttavat luonnostaan matemaattisia operaatioita, kuten matriisi- ja tensorikertolaskuja, jotka taas muodostavat syväoppimisalgoritmien ytimen. Käyttämällä useita valon aallonpituuksia, tutkimusryhmä pystyi laajentamaan tätä lähestymistapaa käsittelemään vielä korkea-asteisempia tensorioperaatioita.

"Kuvittele olevasi tullivirkailija, jonka täytyy tarkastaa jokainen paketti useilla eri toimintoja tekevillä laitteilla ja sitten lajitella ne oikeisiin lokeroihin, normaalisti yksi paketti kerrallaan. Optinen laskentamenetelmämme yhdistää kaikki paketit ja laittaa ne samalla kerralla kaikkien eri koneiden läpi. Olemme luoneet 'optisia koukkuja', jotka yhdistävät jokaisen sisääntulon oikeaan ulostuloon: tällöin kaikki paketit tarkastetaan ja lajitellaan välittömästi ja samanaikaisesti", Zhang selittää.

Tehokkuuden lisäksi tämän menetelmän keskeinen etu on tutkijoiden mukaan sen yksinkertaisuus. Optiset toiminnot tapahtuvat passiivisesti valon edetessä, jolloin laskennan aikana ei ole tarvetta aktiiviselle ohjaukselle tai elektronisille kytkennöille.

Aalto-yliopiston fotoniikkaryhmän johtajan, professori Zhipei Sunin mukaan lähestymistapaa voidaan toteuttaa lähes millä tahansa optisella alustalla.

"Tulevaisuudessa integroimme tämän laskentakehyksen suoraan fotonisiin piireihin, jolloin valoon pohjaavat prosessorit voivat suorittaa monimutkaisia tekoälytehtäviä erittäin pienellä virrankulutuksella", Sun sanoo.

Zhangin mukaan tavoitteena on ottaa menetelmä käyttöön suuryritysten jo olemassa olevilla laitteistoalustoilla. Hän asettaa varovaisen arvion, että integraatio voisi tapahtua 3–5 vuoden sisällä.

"Näin syntyy uusi sukupolvi optisia laskentajärjestelmiä, joiden käyttö nopeuttaa huomattavasti monimutkaisten tekoälytehtävien toteuttamista lukuisilla eri aloilla", hän sanoo.

Tutkimus on julkaistu Nature Photonics -julkaisussa 14. marraskuuta.

  • Päivitetty:
  • Julkaistu:
Jaa
URL kopioitu

Lue lisää uutisia

Kolme ihmistä puistossa, taustalla vuoria. Yksi istuu penkillä, kaksi seisoo maisemaa katsellen.
Yhteistyö, Tutkimus ja taide, Opinnot, Yliopisto Julkaistu:

Hae vierailevaksi professoriksi tai tutkijaksi Université Grenoble Alpes:iin

Unite!-yliopistoallianssiin kuuluva Université Grenoble Alpes (UGA) on avannut haun kansainvälisten tutkijoiden lyhytaikaisille vierailuille.
Keskellä valokuva Eloi Molinerista ja tiimitovereista konferenssin lavalla, ympärillä kuvat palkinnoista.
Palkinnot ja tunnustukset, Tutkimus ja taide Julkaistu:

Tutkijatohtori Eloi Moliner on tehnyt historiaa viisinkertaisena palkinnonsaajana

Eloi Moliner on yksi Aalto-yliopiston palkituimmista väitöskirjatutkijoista; haluamme juhlia hänen menestystään ja panosta signaalinkäsittelyn alalla.
Henkilö, jolla on värikäs paita ja ruskea hattu, puhuu mikrofoniin, taustalla kuva metsänäkymästä.
Tutkimus ja taide Julkaistu:

Tutkimus hyvinvoinnista osoittaa: vapaus valita tekee onnellisemmaksi – erityisesti vauraissa ja yksilökeskeisissä maissa

Autonomia eli kokemus siitä, että voi vaikuttaa omaan elämäänsä on yhteydessä hyvinvointiin kaikkialla maailmassa. Tuore tutkimus kertoo, että sen merkitys onnellisuudelle korostuu vauraissa ja yksilökeskeisissä maissa.
Piirroskuva älupuhelinta katsovasta ihmisestä, jonka pään yllä leijuu stressiä kuvaava pilvi.
Tutkimus ja taide Julkaistu:

Miljoonat klikkaukset paljastavat: nettishoppailu lisää stressiä, uutiset ja aikuisviihde voivat lievittää sitä

Kymmenien miljoonien verkko- ja sovelluskäyntien analyysi kertoo, miten netin käyttö näkyy hyvinvoinnissa.