你是否畅想过，借助光来训练人工智能，使其能像人类般自如地说话、写作与创作？这并非科幻情节，而是美国麻省理工学院（MIT）研究人员正在探索的前沿领域。他们成功研发出一种新技术，能够利用光实现大型语言模型。所谓语言模型，简而言之，是一种能依据上下文生成自然语言文本的人工智能技术，可用于聊天、写文章、做作业、唱歌等场景。通常，语言模型规模越大，其理解和表达人类语言的能力就越强。
然而，训练大型语言模型绝非易事。需要海量数据对其进行“喂养”，以助其学习与记忆。这些数据存储于电子芯片，借助电流传输与处理。但此方式存在两大难题：其一，电子芯片存储空间有限，难以承载过多数据；其二，电流速度受限，无法快速传输和处理数据。因而，训练大型语言模型，往往需众多电子芯片连接构成超级计算机，不仅成本高昂，速度迟缓，且耗电量巨大。
是否存在更优方案？MIT的研究人员给出肯定答案。他们提出一种全新方法，借助光来实现大型语言模型。设计出基于光的神经网络，数据存储与处理在光纤而非电子芯片上进行。该方法优势显著：一是光纤空间广阔，可存储海量数据；二是光速度极快，能快速传输和处理数据。所以，利用光纤训练大型语言模型，仅需少量光纤连接构成光子计算机，既经济实惠，速度又快，还极为省电。
那么他们是如何达成的呢？研究人员运用了名为“可变光学延迟线”的设备，可在光纤中临时存储光信号。可将光信号视作特殊数据，它既能携带信息，又能被改变与操作。通过调节光纤中的反射镜、透镜、分束器等元件，便能对光信号执行编码、解码、加权、激活等操作，这些操作等同于神经网络的功能。
此外，他们还利用了“相干性”这一物理特性，不同波长的光信号间会产生干涉效应。可将干涉效应想象成特殊运算，能把两个或多个光信号合并，亦或把一个光信号复制成多个。如此一来，在不增加硬件复杂度的前提下，扩展了系统的规模与并行度。
研究人员运用该系统构建了简单语言模型，并在一些基准任务中测试。结果显示，该系统性能与电子芯片相当甚至更优，且速度更快、功耗更低。据估算，若将系统扩展到数百亿个参数规模，其速度可比当前最先进的电子芯片快1000倍，功耗降低1000倍。
此项研究成果发表于《自然·光子学》杂志，研究团队由MIT微纳米技术实验室（MTL）和MIT计算机科学与人工智能实验室（CSAIL）的人员组成。他们表示，该方法为开发更强大高效的大型语言模型开辟了新方向，有望推动其他基于光的人工智能应用。
#光技术 #大型语言模型 #人工智能 #MIT科研成果
