LEBIGDATA.FR I.A, Cloud & Cybersécurité
Les chercheurs du MIT ont inventé une nouvelle technologie de Machine Learning basée sur la lumière permettant de créer des IA 25 fois plus puissantes et 100 fois plus efficaces énergétiquement que celle de ChatGPT. Une innovation majeure qui pourrait rendre votre smartphone aussi puissant qu'un Data Center…
Au cours des derniers mois, ChatGPT s'est imposé comme une technologie disruptive pour de nombreuses industries. Sa capacité à écrire des textes ou même du code informatique à partir d'un simple prompt transforme le monde du travail.
À présent, une équipe de scientifiques du MIT a créé un système qui pourrait donner naissance à des IA massivement plus puissantes que celle de ChatGPT.
De plus, ce système consommerait largement moins d'énergie que les superordinateurs de pointe sur lesquels reposent les modèles de Machine Learning actuels…
Alors de quoi s'agit-il ? Leur système effectue les calculs en se basant sur le mouvement de la lumière, plutôt que sur des électrons, en utilisant des centaines de lasers microscopiques.
L'efficacité énergétique serait multipliée par 100, et la densité de calcul serait 25 fois plus élevée. Il s'agit de la mesure de puissance utilisée dans le domaine du Machine Learning.
De plus, l'équipe affirme que ce n'est qu'un début et que les améliorations futures pourraient encore démultiplier la puissance et l'efficacité.
Votre smartphone va devenir aussi puissant qu'un Data Center
Ainsi, selon les auteurs, cette technique « ouvre la voie pour des processeurs optoélectroniques à grande échelle pour accélérer les tâches d'apprentissage automatique depuis les Data Centers jusqu'aux appareils en périphérie ».
En bref, votre smartphone et autres petits appareils pourraient devenir capables d'exécuter des programmes nécessitant actuellement la puissance de vastes fermes de serveurs….
Mieux encore : les composants du système peuvent être créés en utilisant les processus de fabrication déjà utilisés aujourd'hui. Par conséquent, la technologie pourrait être commercialisée d'ici quelques années seulement.
Par exemple, les lasers sont déjà largement utilisés pour la communication de données et la reconnaissance faciale comme le Face ID de l'iPhone.
Le système qui va repousser les limites de ChatGPT
Selon l'un des principaux chercheurs du projet, Dirk Englund, « ChatGPT est limité en taille par la puissance des superordinateurs actuels. Il n'est tout simplement pas viable économiquement d'entraîner des modèles plus larges ».
De fait, leur nouvelle technologie va permettre « un bond de géant » pour les modèles de Machine Learning qui n'aurait autrement pas pu être atteint dans le futur proche.
Quelles seront les capacités de ChatGPT avec 100 fois plus de puissance ? Même ces scientifiques sont incapables de le prédire…
Une architecture révolutionnaire pour les réseaux de neurones optiques
L'utilisation de lumière plutôt que d'électrons pour les réseaux de neurones profonds permet non seulement de consommer moins d'énergie, mais aussi d'atteindre davantage de bande passante ou de densité de calcul. La lumière transfère beaucoup plus d'informations sur une zone plus petite.
Toutefois, les réseaux de neurones optiques (ONN) actuels ont d'importants points faibles. Ils utilisent beaucoup d'énergie à cause de leur inefficacité à convertir les données entrantes basées sur l'énergie électrique en lumière.
Les composants requis sont aussi volumineux et nécessitent de l'espace. Et bien qu'ils soient bons pour les calculs linéaires comme l'addition, ils n'excellent pas pour les calculs non linéaires comme les multiplications.
Pour surmonter ces obstacles, les chercheurs ont développé une architecture compacte inédite. Celle-ci repose sur des réseaux de lasers verticaux à émission de surface (VCSEL) : une technologie relativement nouvelle utilisée dans les applications telles que l'impression laser et les capteurs LIDAR.
Une équipe à l'avant-garde de l'intelligence artificielle
Cette avancée n'est que le dernier succès d'Englund et ses collègues. En 2019, son équipe avait déjà présenté le travail théorique qui a mené à cette démonstration.
Parmi ces chercheurs, on compte Ryan Hamerlu, Alexander Sludds, Ronald Davis, Ian Christen, Liane Bernstein et Lamia Ateshian du Research Laboratory of Electronics et Tobias Heuser, Niels Heermeier, James A. Lott et Stephan Reitzensttein de l'Université Technique de Berlin.
Pour plus d'informations, vous pouvez découvrir la première démonstration expérimentale publiée dans le journal Nature Photonis daté du 17 juillet 2023 !
- Partager l'article :
Nice job.