美國加州大學(xué)洛杉磯分校工程學(xué)院研究團(tuán)隊開發(fā)出一項有望推動生成式人工智能（AI）走向綠色未來的新技術(shù)。他們構(gòu)建了一種基于光學(xué)的圖像生成模型，利用光子而非傳統(tǒng)的電子進(jìn)行計算，從而大幅降低能耗，為高效、可持續(xù)的人工智能提供了全新路徑。該成果發(fā)表于新一期《自然》雜志。

當(dāng)前流行的聊天機(jī)器人和圖像生成器雖然在技術(shù)上取得了顯著突破，但其巨大的能源消耗和環(huán)境代價也引發(fā)了廣泛關(guān)注。這些生成式AI系統(tǒng)不僅需要大量電力來運行，還因數(shù)據(jù)中心冷卻需求而消耗巨量水資源，對自然資源構(gòu)成壓力。同時，支撐這些模型的龐大計算基礎(chǔ)設(shè)施也讓人們對其長期可持續(xù)性產(chǎn)生擔(dān)憂。

新研究展示了一種創(chuàng)新計算范式：通過光學(xué)方式直接執(zhí)行圖像生成過程，充分發(fā)揮光速傳播和并行處理的優(yōu)勢，僅需一次通過即可完成圖像輸出。與現(xiàn)有生成模型依賴數(shù)百乃至數(shù)千次迭代計算不同，該系統(tǒng)將數(shù)字編碼與光學(xué)解碼相結(jié)合，在訓(xùn)練階段協(xié)同優(yōu)化兩個模塊，而在推理階段只需一次數(shù)字編碼后，便可通過光學(xué)硬件“快照式”生成圖像，無需反復(fù)迭代。這不僅極大提升了效率，也顯著減輕了計算負(fù)擔(dān)。

這項技術(shù)證明了光學(xué)系統(tǒng)有能力在大規(guī)模場景下執(zhí)行復(fù)雜的生成式AI任務(wù)。通過繞開傳統(tǒng)數(shù)字計算中繁重的重復(fù)運算，有望催生出更快速、更節(jié)能的AI系統(tǒng)，并深度融入日常設(shè)備中。

為驗證其性能，團(tuán)隊已在多個數(shù)據(jù)集上進(jìn)行了測試，成功生成了手寫數(shù)字、服飾、蝴蝶及人臉等圖像。結(jié)果表明，光學(xué)模型僅用單步操作、每個波長一次照射便生成了視覺效果相當(dāng)?shù)乃囆g(shù)圖像，且每張圖像的能耗僅為傳統(tǒng)方法的一小部分。

該系統(tǒng)還具備獨特的安全與隱私優(yōu)勢，同時，由于其體積小、功耗低，可被集成到智能眼鏡、增強(qiáng)現(xiàn)實或虛擬現(xiàn)實頭顯以及移動終端中，實現(xiàn)本地化實時內(nèi)容生成，減少對云端計算的依賴，這也有助于推動邊緣計算的發(fā)展。