Una nuova incredibile ricerca nel campo del “calcolo fotonico” potrebbe avere implicazioni rivoluzionarie per lo sviluppo dell’intelligenza artificiale a livello umano.

Gli scienziati in Cina hanno recentemente sviluppato un chip di addestramento all'intelligenza artificiale che usa la luce per condurre i calcoli al posto dell'elettricità. Secondo il team, è estremamente più efficiente dei chip AI più popolari sul mercato.

Nel frattempo, un team di ricercatori indipendenti di Oxford ha dimostrato che tecniche di calcolo simili basate sulla luce possono essere realizzate utilizzando normali fonti di luce, anziché laser ad alta potenza.

Queste due innovazioni rappresentano un potenziale bivio nel percorso di sviluppo dell’intelligenza artificiale generale (AGI), nota anche come “IA di livello umano”.

Intelligenza artificiale generale

AGI non è un termine scientifico. È un'idea puramente teorica che sostanzialmente significa "una macchina abbastanza intelligente da fare tutto ciò che un essere umano medio potrebbe fare, date le stesse risorse".

Gli scienziati stanno esplorando numerosi percorsi verso l'AGI, con i trasformatori generativi pre-addestrati (GPT) che sono uno dei più popolari. Tuttavia, alcuni ricercatori sostengono che i GPT sono un vicolo cieco sulla strada verso l'AGI e altri ancora sostengono che avremo bisogno di qualcosa di più potente dei computer classici per imitare il cervello umano.

Calcolo fotonico

L'uso della luce per eseguire calcoli è in circolazione dagli anni '60. Viene spesso definito calcolo ottico e, secondo i fisici che lavorano nel settore, potrebbe un giorno sostituire il calcolo del segnale elettrico, poiché generare luce richiede molta meno energia rispetto a generare elettricità.

Ora che un team in Cina ha sviluppato un chip per computer fotonico espressamente allo scopo di addestrare un modello di intelligenza artificiale, e un altro team nel Regno Unito ha dimostrato l'elaborazione fotonica utilizzando la luce normale, sembra che ci siano nuove opzioni disponibili per i ricercatori di intelligenza artificiale.

Classico o quantistico?

Per cercare di approssimare il pensiero umano, gli sviluppatori di intelligenza artificiale continuano a ridimensionare modelli come GPT-4o nella speranza che un giorno saranno abbastanza grandi da imitare la moltitudine di connessioni che si verificano tra i 100 miliardi di neuroni e 1.000 trilioni di sinapsi nel nostro cervello.

Ma la ricerca suggerisce che i nostri cervelli funzionano più come computer quantistici. Se fosse vero, un modello di intelligenza artificiale binaria dovrebbe, teoricamente, contenere più neuroni e sinapsi artificiali di un cervello umano di ordini di grandezza per avvicinarsi ad approssimare la sua complessità.

Ciò lascia ai ricercatori due possibilità: possono massimizzare il loro calcolo binario o ricominciare da capo con soluzioni di formazione e hardware abilitate alla tecnologia quantistica.

Se i chip AI fotonici si rivelassero un'alternativa valida ed efficiente dal punto di vista energetico allo status quo, allora potrebbero spingere i modelli GPT oltre ciò che sarebbe altrimenti fattibile grazie alla loro sola efficienza.

E, quando si tratta di interfacciarsi con qualsiasi potenziale soluzione di intelligenza artificiale quantistica in futuro, è un semplice fatto della natura che la luce viaggia più velocemente dell'elettricità.

Correlati: La startup tecnologica con sede nel Regno Unito potrebbe diventare la Nvidia dei quanti