Cientistas em China revelaram o Taichi-II, uma versão atualizada de seu sistema totalmente óptico inteligência artificial Chip (IA) que, segundo eles, poderá um dia alimentar sistemas de inteligência artificial geral (AGI).
O primeiro chip Taichi foi revelado por pesquisadores em abril de 2024. Em vez de depender de componentes eletrônicos, o pequeno dispositivo modular é alimentado por fótonsou partículas de luz. Esses fótons alimentam pequenos interruptores elétricos de bordo que ligam ou desligam quando a voltagem é aplicada.
Comparado com seu antecessor, o Taichi-II é 40% mais preciso em tarefas de classificação, que envolvem a classificação e identificação de diferentes tipos de informação, e proporciona uma melhoria de “seis ordens de magnitude” (ou seja, um milhão de vezes) na eficiência energética em condições de pouca luz. South China Morning Post (SCMP) relatado.
Os pesquisadores alcançaram esse salto no desempenho treinando a IA diretamente no chip óptico, em vez de depender de simulações digitais — um processo que os cientistas chamaram de “modo totalmente avançado”. Eles descreveram suas descobertas em um estudo publicado em 7 de agosto no periódico Natureza.
O modo totalmente avançado é um método de treinamento de IA no qual os dados se movem em apenas uma direção — para frente. Isso difere dos métodos de treinamento tradicionais, onde os dados são tipicamente processados em várias etapas iterativas. Conforme a luz passa pelo chip, ela interage com pequenos componentes que ajustam sua direção e modulam sua fase e intensidade. Isso causa mudanças imediatas nos parâmetros do modelo de IA, permitindo que ele aprenda em tempo real sem processamento repetido.
O modo totalmente avançado ajuda os chips de fótons a funcionarem ainda mais rápido do que antes, mas esses chips já têm vantagens significativas sobre os chips convencionais. Os chips baseados em luz são muito menos intensivo em energia e podem executar cálculos muito mais rápido do que chips tradicionais, pois podem processar vários sinais simultaneamente. Isso ocorre porque os fótons, diferentemente dos elétrons, podem viajar na velocidade da luz e não geram calor ao se moverem pelo chip, levando a um processamento mais rápido e eficiente.
O chip Taichi funciona de forma semelhante ao outros chips baseados em luzmas pode ser dimensionado muito melhor do que designs concorrentes, disseram os pesquisadores anteriormente. Isso ocorre porque o chiplet combina várias vantagens dos chips fotônicos existentes — incluindo “difração e interferência ópticas”, que se refere a como a luz é manipulada dentro do chiplet.
Um chip de IA que opera inteiramente de forma fotônica poderia eventualmente alimentar modelos de AGI — sistemas de IA extremamente poderosos, capazes de inteligência e raciocínio semelhantes aos humanos, com capacidade de aprender novas habilidades que vão além dos limites de seus dados de treinamento.
Embora esta tecnologia hipotética ainda esteja a muitos anos de distância da realidade (pelo menos, de acordo com a maioria previsões), os desenvolvedores do Taichi sugeriram em seu artigo de abril que a arquitetura modular de seu chip significava que vários chiplets poderiam ser combinados para construir um sistema de IA extremamente poderoso.
Eles demonstraram isso em um experimento, costurando vários chips Taichi e comparando seu desempenho com outros chips baseados em luz em áreas-chave. O sistema combinado foi capaz de simular uma rede de quase 14 milhões de neurônios artificiais, o que é muito maior do que os 1,47 milhões de neurônios alcançados pelo próximo melhor design.
Ele fez isso sendo extremamente eficiente em termos de energia, realizando mais de 160 trilhões de operações para cada watt de energia que usou. Para colocar isso em perspectiva, um chip fotônico a partir de 2022, só conseguiria gerenciar 3 trilhões de operações por watt, e a maioria dos chips convencionais projetados para tarefas semelhantes normalmente executam bem menos de 10 trilhões de operações por watt.
Os pesquisadores disseram que o Taichi-II é um passo fundamental para mover chips de IA baseados em luz da teoria para aplicações práticas e atender à crescente demanda por computação de alta potência e baixa energia, relatou o SCMP. Isso será fundamental para o desenvolvimento de modelos de AGI, embora persistem receios quanto às implicações disto.