使用光而不是数字开关进行计算的计算机可以帮助减少能源需求人工智能（AI），根据一项新研究。发明计算机的科学家将其描述为一种新的计算范式。
微软研究人员开发了一种原型模拟光学计算机（AOC），该计算机可以执行某些可能用于AI的任务以及优化问题。
科学家在研究中写道，新的计算系统可能有一天可以更快地解决某些问题，并且具有比现代数字计算机能力更少的能量。 自然。
“ AOC提供的最重要方面是，我们估计能源效率的一百倍，”研究人员共同作者 Jannes GladrowMicrosoft的AI研究人员，在Microsoft中说 博客文章。“仅此一项就闻所未闻。”
在新研究中，微软研究人员构建了一台计算机，该计算机使用微型领导和摄像头传感器来执行计算。
与普通的数字计算机（将数十亿个小型开关进行计算）不同，新系统使用不同强度的光和电压在反馈循环中添加和乘以数字。AOC多次计算问题，每次在最后一次改进，直到达到“稳态”或最终解决方案。
由于AOC在计算过程中未将模拟信号转换为数字信号，因此AOC节省了能量并克服了数字计算中固有的一些速度限制。
这种专业的计算方法“使其成为某些AI和优化问题的专用“稳态查找器”，而不是通用计算机，” Aydogan OzcanUCLA的一名未参与研究的光学计算研究人员在一封电子邮件中告诉Live Science。
但是，出于这些特定目的，AOC在研究中写道，AOC可以对数字计算进行重大改进。
一个新的，基于光的计算范式
该团队还编程了一个“数字双胞胎” - 模拟物理AOC计算的计算机模型。该数字双胞胎可以扩展以处理更多变量和更复杂的计算。
“数字双胞胎是我们可以解决比乐器本身可以解决更大问题的地方，” 迈克尔·汉森Microsoft Health Futures的生物医学信号处理高级总监在博客文章中说。
该团队首先让AOC运行一些简单的机器学习任务，例如对图像进行分类。物理AOC以及数字计算机的执行。该团队写道，一个可以处理更多变量的未来，更大的AOC可能会迅速超过数字计算机的能源效率。
然后，研究人员使用AOC Digital Twin仅使用62.5％的原始数据来重建320 x 320像素的脑扫描图像。数字双胞胎准确地复制了扫描 - 科学家说的一项壮举可能导致MRI时代较短。
最后，团队使用AOC解决了一系列的财务问题，这些问题涉及找到最有效的方式来在多个组之间交换资金的方式，同时降低风险 - 清算房屋每天面临的挑战比现有的量子计算机更高。
目前，AOC是原型。但是，随着未来模型增加更多的微型领导，这些机器一次可能会变得更加强大，一次计算数百万个变量。
“我们的目标，我们的长期愿景是计算未来的重要组成部分，” Hitesh Ballani微软云系统期货团队的研究人员在博客文章中说。