Đột phá với chip chạy bằng ánh sáng giúp tăng tốc đào tạo AI và giảm tiêu thụ năng lượng

AI ngày càng phát triển, đòi hỏi công nghệ vật liệu hiện đại hơn

Không giống như các chip AI thông thường dựa vào điện, chip mới này là quang tử, có nghĩa là nó thực hiện các phép toán bằng tia sáng. Công trình nghiên cứu được công bố trên Nature Photonics cho thấy cách chip điều khiển ánh sáng để thực hiện các phép toán phi tuyến phức tạp, vốn rất quan trọng đối với trí tuệ nhân tạo hiện đại.

Giáo sư Liang Feng, chuyên ngành Khoa học và kỹ thuật vật liệu và Kỹ thuật điện - hệ thống tại Pennsylva, đồng thời là tác giả chính của nghiên cứu, giải thích: “Các hàm phi tuyến là yếu tố then chốt để đào tạo mạng nơ ron sâu. Mục tiêu của chúng tôi là làm cho điều này trở thành hiện thực trong lĩnh vực quang tử”.

Mảnh ghép còn thiếu của AI quang tử

Hầu hết các hệ thống AI ngày nay dựa vào mạng nơ ron, một dạng phần mềm mô phỏng mô thần kinh sinh học. Tương tự như cách các nơ ron kết nối để giúp sinh vật suy nghĩ, mạng nơ ron liên kết các lớp đơn vị đơn giản, hay còn gọi là nút, cho phép hệ thống AI thực hiện các nhiệm vụ phức tạp.

Trong cả hệ thống nhân tạo và sinh học, các nút này chỉ “kích hoạt” khi đạt đến một ngưỡng nhất định - một quá trình phi tuyến giúp biến đổi đầu vào nhỏ thành thay đổi lớn hơn và phức tạp hơn ở đầu ra. Nếu thiếu tính phi tuyến, việc thêm nhiều lớp không có tác dụng và hệ thống chỉ trở thành một phép toán tuyến tính đơn giản, nơi các đầu vào chỉ được cộng lại mà không thực sự học được gì.

Nhiều nhóm nghiên cứu, trong đó có Penn Engineering, đã phát triển chip chạy bằng ánh sáng có thể xử lý các phép toán tuyến tính. Thế nhưng cho đến nay, chưa có nhóm nào giải quyết được bài toán biểu diễn hàm phi tuyến chỉ bằng ánh sáng.

Tiến sĩ Tianwei Wu, nghiên cứu sinh tại Penn, đồng thời là tác giả chính của công trình, cho biết: “Nếu không có hàm phi tuyến, chip quang tử không thể đào tạo mạng sâu hoặc thực hiện các nhiệm vụ trí tuệ thực sự”.

Điều khiển ánh sáng bằng ánh sáng

Bước đột phá của nhóm nghiên cứu bắt đầu với một vật liệu bán dẫn đặc biệt có phản ứng với ánh sáng. Khi một chùm ánh sáng tín hiệu (chứa dữ liệu đầu vào) đi qua vật liệu, một chùm ánh sáng (điều khiển) khác chiếu xuống từ phía trên, làm thay đổi cách vật liệu phản ứng.

Bằng cách điều chỉnh hình dạng và cường độ của chùm điều khiển, nhóm nghiên cứu có thể kiểm soát cách ánh sáng tín hiệu được hấp thụ, truyền đi hoặc khuếch đại, tùy thuộc vào cường độ của nó và phản ứng của vật liệu. Quá trình này giúp lập trình chip để thực hiện các chức năng phi tuyến khác nhau.

Giáo sư Feng chia sẻ: “Chúng tôi không thay đổi cấu trúc của chip, mà sử dụng chính ánh sáng để tạo ra các mẫu bên trong vật liệu, từ đó định hình cách ánh sáng di chuyển qua nó”.

Kết quả là một hệ thống có thể tái cấu hình, biểu diễn nhiều hàm toán học khác nhau dựa vào mô hình ánh sáng điều khiển, cho phép chip học theo thời gian thực, điều chỉnh hành vi của nó dựa trên phản hồi đầu ra.

Đào tạo với tốc độ ánh sáng

Để kiểm tra tiềm năng của chip, nhóm nghiên cứu đã sử dụng nó để giải các bài toán AI tiêu chuẩn. Hệ thống đạt độ chính xác hơn 97% với một bài toán phân loại phi tuyến đơn giản và hơn 96% trên bộ dữ liệu Iris flower - một tiêu chuẩn trong học máy.

Trong cả hai trường hợp, chip quang tử tương đương hoặc vượt trội so với các mạng nơ ron điện tử truyền thống, nhưng sử dụng ít phép toán hơn và không cần các linh kiện điện tử tiêu tốn nhiều năng lượng.

Một kết quả đáng chú ý là chỉ với bốn kết nối quang tử phi tuyến, chip đã đạt hiệu suất tương đương với 20 kết nối điện tử tuyến tính trong mô hình truyền thống. Tính hiệu quả này cho thấy tiềm năng khi mở rộng kiến trúc.

Không giống như các hệ thống quang tử trước đây vốn cố định sau khi sản xuất, chip của Penn bắt đầu như một tấm nền trống và ánh sáng điều khiển hoạt động như một cây cọ vẽ, tạo ra các chỉ dẫn có thể lập trình lại trong vật liệu.

Giáo sư Feng nhận định: “Đây là bằng chứng thực sự đầu tiên cho một máy tính quang tử có thể lập trình. Đây là bước tiến đến tương lai nơi chúng ta có thể đào tạo AI với tốc độ ánh sáng”.

Hướng đi tương lai

Hiện tại, nghiên cứu tập trung vào đa thức, một nhóm hàm toán học linh hoạt thường được sử dụng trong học máy. Tuy nhiên, nhóm nghiên cứu tin rằng phương pháp này có thể mở rộng để xử lý các hàm mạnh hơn, như hàm mũ hoặc hàm nghịch đảo, mở đường cho các hệ thống quang tử có thể đào tạo mô hình ngôn ngữ lớn.

Bên cạnh đó, việc thay thế linh kiện điện tử phát nhiệt bằng các thành phần quang tử tiết kiệm năng lượng có thể giúp giảm đáng kể mức tiêu thụ năng lượng của các trung tâm dữ liệu AI, thay đổi hoàn toàn kinh tế học của học máy.

Giáo sư Feng nhấn mạnh: “Đây có thể là bước khởi đầu cho máy tính quang tử như một giải pháp nghiêm túc thay thế điện tử. Penn là nơi khai sinh ra ENIAC, máy tính kỹ thuật số đầu tiên thế giới và chip này có thể là bước đi đầu tiên đến một ENIAC quang tử”.

Anh Tú