使用光而不是電的處理器有望成為實現人工智能的一種更快、更節(jié)能的方式。到目前為止，它們只被用于運行已經訓練過的模型，但新的研究首次證明了在光學芯片上訓練人工智能的能力。 |QF_E4ISD  
$a8,C\me?  
隨著AI模型變得越來越大，人們越來越擔心它們消耗的能量，這既是由于不斷膨脹的成本，也是由于對環(huán)境的潛在影響。這激發(fā)了人們對可以減少AI能源費用的新方法的興趣，其中光子處理器成為主要候選者。 ~ o2Z5,H  
j^;P=L0=  
這些芯片用光子代替?zhèn)鹘y(tǒng)處理器中的電子，并使用波導、濾波器和光探測器等光學元件來創(chuàng)建可以執(zhí)行計算任務的電路。它們在運行AI方面特別有前途，因為它們在執(zhí)行矩陣乘法方面非常高效，這是所有深度學習模型核心的關鍵計算。總部位于波士頓的Lightmatter和位于馬薩諸塞州劍橋的Lightelligence等公司已經在努力將光子AI芯片商業(yè)化。 E|>-7k")  
%I9f_5BlT8  
不過，到目前為止，這些設備僅用于推理，即已經訓練過的AI模型對新數據做出預測。這是因為這些芯片一直在努力實現用于訓練神經網絡的關鍵算法——反向傳播。但在《科學》雜志的一篇新論文中，斯坦福大學的一個團隊描述了首次在光子芯片上實施訓練方法。 vNs`UkA  
F+*fim'N
K  
u,nn\>Y