- A computação termodinâmica usa fluxos físicos de energia em vez de circuitos digitais fixos para realizar cálculos de IA
- Os dados de imagem podem degradar-se naturalmente através de pequenas flutuações nos componentes do computador
- O dimensionamento para geração de imagens complexas exigirá designs e abordagens de hardware totalmente novos
Os cientistas são explorando um novo tipo de computação que utiliza fluxos de energia natural para potencialmente executar tarefas de IA com mais eficiência.
Ao contrário dos computadores digitais tradicionais, que dependem de circuitos fixos e cálculos exatos, a computação termodinâmica trabalha com aleatoriedade, ruído e interações físicas para resolver problemas.
A ideia é que este método possa permitir ferramentas de IA, incluindo editores de imagempara funcionar usando muito menos energia do que os sistemas atuais.
Como funciona a geração de imagens termodinâmicas
O processo de geração de imagens termodinâmicas é incomum em comparação com a computação normal. Começa com o computador recebendo um conjunto de imagens, que depois permite “degradar”.
Neste contexto, degradar não significa que as imagens sejam excluídas ou danificadas; isso significa que os dados nas imagens podem se espalhar ou mudar naturalmente devido a pequenas flutuações no sistema.
Essas flutuações são causadas pela energia física que passa pelos componentes do computador, como pequenas correntes e vibrações.
Com o tempo, essas interações fazem com que as imagens fiquem borradas ou com ruído, criando uma espécie de desordem natural – então, o sistema mede a probabilidade de reverter essa desordem, ajustando suas configurações internas para tornar a reconstrução mais provável.
Ao executar esse processo muitas vezes, o computador restaura gradativamente as imagens originais sem seguir a lógica passo a passo usada pelos computadores convencionais.
Stephen Whitelam, pesquisador do Laboratório Nacional Lawrence Berkeley, demonstrou que a computação termodinâmica pode produzir imagens simples, como dígitos manuscritos.
Essas saídas são muito mais simples do que aquelas de geradores de imagens de IA como DALL-E ou Google Nano Banana Pro da Gêmeos.
Ainda assim, a investigação prova que os sistemas físicos podem realizar tarefas básicas de aprendizagem automática, mostrando uma nova forma como a IA poderia funcionar.
No entanto, dimensionar essa abordagem para produzir imagens completas e de alta qualidade exigirá novos tipos de hardware.
Os proponentes afirmam que a computação termodinâmica poderia reduzir a energia necessária para a geração de imagens de IA por um fator de dez bilhões em comparação com os computadores padrão.
Se for bem-sucedido, isso reduzirá enormemente o consumo de energia de centros de dados executando modelos de IA.
Embora o primeiro chip de computação termodinâmica tenha sido fabricado, os protótipos atuais são básicos e não podem se igualar aos convencionais. Ferramentas de IA.
Os investigadores sublinham que o conceito está limitado a princípios básicos e que as implementações práticas exigirão avanços tanto no hardware como no design computacional.
“Esta pesquisa sugere que é possível fabricar hardware para realizar certos tipos de aprendizado de máquina… com um custo de energia consideravelmente menor do que fazemos atualmente”, disse Whitelam. IEEE.
“Ainda não sabemos como projetar um computador termodinâmico que seja tão bom na geração de imagens como, digamos, o DALL-E… ainda será necessário descobrir como construir o hardware para fazer isso.”
Siga o TechRadar no Google Notícias e adicione-nos como fonte preferencial para receber notícias, análises e opiniões de especialistas em seus feeds. Certifique-se de clicar no botão Seguir!
E é claro que você também pode Siga o TechRadar no TikTok para notícias, análises, unboxings em formato de vídeo e receba atualizações regulares nossas em WhatsApp também.