China desarrolla un nuevo chiplet basado en luz que podría impulsar la inteligencia artificial general, donde la IA es más inteligente que los humanos
Los creadores del chiplet Taichi afirman que es más eficiente energéticamente y escalable que otros componentes fotónicos y que puede usarse para entrenar modelos de IA sobrehumanos en el futuro.
Científicos en China han diseñado un chip modular diminuto que funciona con luz en lugar de electricidad y quieren utilizarlo para entrenar y ejecutar un futuro modelo de inteligencia general artificial (AGI).
El nuevo chiplet, llamado "Taichi", es una pequeña pieza de un rompecabezas más amplio formado por muchos chiplets individuales (incluidos los módulos Taichi) que, juntos, podrían formar un sistema informático sofisticado y potente. Si se amplía lo suficiente, esto sería lo suficientemente potente como para entrenar y ejecutar un AGI en el futuro, argumentaron los científicos en su artículo, publicado el 11 de abril en la revista Science.
AGI es una hipotética forma avanzada de inteligencia artificial (IA) que, en teoría, sería tan inteligente como los humanos en términos de sus capacidades de razonamiento cognitivo. La AGI podría aplicarse en muchas disciplinas, mientras que los sistemas de IA actuales solo pueden aplicarse de manera muy limitada.
Algunos expertos creen que faltan muchos años para tales sistemas, siendo un obstáculo clave un cuello de botella en la potencia informática, mientras que otros creen que construiremos un agente AGI tan pronto como 2027.
En los últimos años, los científicos han comenzado a alcanzar las limitaciones de los componentes electrónicos convencionales, especialmente dado el crecimiento de la IA y la enorme cantidad de energía necesaria para dar servicio a estos sistemas cada vez más exigentes.
Relacionado: Un chip de computadora alimentado por luz puede entrenar IA mucho más rápido que los componentes alimentados por electricidad
Las unidades de procesamiento de gráficos (GPU) se han convertido en componentes clave en el entrenamiento de sistemas de inteligencia artificial, porque son mejores para realizar cálculos paralelos que las unidades centrales de procesamiento (CPU). Pero los niveles de consumo de energía requeridos se están volviendo insostenibles a medida que los sistemas crecen, argumentaron los científicos.
Los componentes basados en la luz podrían ser una forma de superar las limitaciones de la electrónica convencional, incluidos los problemas de eficiencia energética.
Mirando hacia la luz en busca de una IA sobrehumana
Los científicos describieron previamente el diseño de un nuevo tipo de microchip fotónico en febrero, que utiliza fotones, o partículas de luz, en lugar de electrones para operar transistores: pequeños interruptores eléctricos que se encienden o apagan cuando se aplica voltaje. . En términos generales, cuantos más transistores tenga un chip, más potencia de cálculo tendrá y más potencia necesitará para funcionar. Los chips basados en luz consumen mucha menos energía y pueden realizar cálculos mucho más rápido que los chips tradicionales, ya que pueden realizar cálculos en paralelo.
Las arquitecturas actuales de chips fotónicos para modelos de IA constan de cientos o miles de parámetros o variables de entrenamiento. Esto los hace lo suficientemente potentes para tareas básicas como el reconocimiento de patrones, pero los modelos de lenguaje grandes (LLM) como ChatGPT se entrenan utilizando miles de millones o incluso billones de parámetros.
Un agente AGI probablemente requeriría muchos órdenes de magnitud más, como parte de una red más amplia de arquitecturas de IA. Hoy en día, no existen planos para construir un sistema AGI.
En el nuevo estudio, los científicos diseñaron Taichi para que funcione de la misma manera que otros chips basados en luz, pero se puede escalar mucho mejor que los diseños de la competencia, dijeron en su artículo. Esto se debe a que combina varias ventajas de los chips fotónicos existentes, incluida la "difracción e interferencia ópticas", que son formas de manipular la luz en el componente.
Para probar el diseño, los investigadores unieron varios chips Taichi y compararon su arquitectura con otros chips basados en luz en áreas clave.
Su arquitectura alcanzó una escala de red de 13,96 millones de neuronas artificiales (en comparación con 1,47 millones en el siguiente diseño competidor más grande) con una métrica de eficiencia energética de 160,82 billones de operaciones por vatio (TOPS/W). El siguiente mejor resultado que destacaron en su artículo provino de una investigación publicada en 2022, en la que un chip fotónico alcanzó 2,9 TOPS/W. Muchas unidades de procesamiento neuronal (NPU) convencionales y otros chips alcanzan muy por debajo de 10 TOPS/W.
Los investigadores también afirmaron que su arquitectura basada en Taichi es dos veces más potente que otros sistemas fotónicos, pero no los citaron directamente. Mientras tanto, en las pruebas utilizaron la red distribuida Taichi para realizar tareas que incluían la categorización y clasificación de imágenes, así como la generación de contenido de imágenes, como prueba de concepto en lugar de comparar el rendimiento.
"Taichi indica el gran potencial de la computación fotónica en chip para procesar una variedad de tareas complejas con grandes modelos de red, lo que permite aplicaciones de la computación óptica en la vida real", dijeron los científicos. "Anticipamos que Taichi acelerará el desarrollo de soluciones ópticas más potentes como soporte fundamental para el modelo básico y una nueva era de AGI".