瑞士科學家研究稱，由熱而非電驅動的計算機可以運行為神經網絡和人工智能提供動力的算法，并降低其能耗。相關論文已提交論文預印本網站。
研究負責人、日內瓦大學的尼古拉斯·布倫納表示，像ChatGPT這樣的系統可以學習非常復雜的語言，但其能耗驚人。據估計，ChatGPT每日消耗的能量與美國3萬多戶家庭消耗的能量相當。
大多數現代人工智能技術使用由許多相互連接的人工神經元組成的神經網絡來模仿大腦的功能，ChatGPT等程序中擁有數十億個這樣的神經元。在最新研究中，布倫納團隊開發出了一款設備，該設備能使用量子比特和熱量來物理模擬神經連接。
他們模擬了幾個相互作用的量子比特在連接到幾個溫度可變的熱庫時如何充當神經元。研究團隊解釋說，要運行計算，可以不用鍵盤而通過提高其中一些熱庫的溫度輸入信息，這將使熱量流過設備，改變量子比特的量子態和能量，直到整個設備達到穩定狀態。而要讀取計算機的輸出，檢查指定扮演監視器角色的熱庫的溫度即可。
該團隊意識到，此類設備的工作原理類似于名為感知器的機器學習算法，感知器是最簡單的神經網絡，可以決定一個物體是否屬于某個類別，如一張照片中的動物是貓還是狗。
研究人員表示，物理定律特別是熱力學定律規定，計算機的任何操作都必須“消耗”一些熱量和熵，因此純粹用熱流建造感知器在概念上非常有趣，也很不尋常，有望催生出更節能的機器。
專注創建“熱力學人工智能”的初創公司Normal Computing的研究人員帕特里克·科爾斯表示，這一概念框架可以轉化為小規模實驗，但大規模生產可能還面臨挑戰。
鄭重聲明：此文內容為本網站轉載企業宣傳資訊，目的在于傳播更多信息，與本站立場無關。僅供讀者參考，并請自行核實相關內容。
