MIT、斯坦福研究者：新型振蕩器AI模型能效或達(dá)傳統(tǒng)千倍

想象一下，你在手機(jī)上一鍵生成一張精修大片，電量消耗卻約等于打開手電筒照了幾秒——這并非科幻情節(jié)，而是一群頂尖研究人員正在推動(dòng)的現(xiàn)實(shí)。他們發(fā)布的“Un-0”模型，選擇了一條與今天所有主流AI截然不同的路徑：讓真實(shí)的物理運(yùn)動(dòng)代替晶體管去做計(jì)算。

這家名為Unconventional AI的新創(chuàng)公司，由麻省理工學(xué)院編程系統(tǒng)組負(fù)責(zé)人Michael Carbin、斯坦福大學(xué)計(jì)算機(jī)科學(xué)與電子工程助理教授Sara Achour、前谷歌工程師MeeLan Lee以及前Databricks人工智能負(fù)責(zé)人Naveen Rao共同創(chuàng)立。6月25日，他們?cè)诠炯夹g(shù)博客上公布了Un-0的概念驗(yàn)證，代碼也已在GitHub上公開。

這個(gè)模型的核心，是一個(gè)由物理振蕩器組成的網(wǎng)絡(luò)。要理解它為什么特殊，得先看看我們每天都在用的計(jì)算機(jī)是怎么工作的。傳統(tǒng)計(jì)算機(jī)里，一切計(jì)算都建立在晶體管上——你可以把它當(dāng)成幾十億個(gè)極微小的電子開關(guān)，每個(gè)開關(guān)要么斷開（0），要么導(dǎo)通（1）。通過(guò)層疊海量的晶體管，并通過(guò)精確的時(shí)序控制不斷切換這些開關(guān)的狀態(tài)，芯片能完成后復(fù)雜的數(shù)學(xué)方程。今天主流的AI圖像生成器，如Midjourney或DALL·E背后的穩(wěn)定擴(kuò)散模型，就是用這樣的晶體管網(wǎng)絡(luò)一層層堆起數(shù)億甚至數(shù)十億個(gè)“人工神經(jīng)元”。

但Un-0的做法不同。它干脆不再讓晶體管去模擬物理過(guò)程，而是直接調(diào)用真實(shí)的物理過(guò)程。研究團(tuán)隊(duì)所說(shuō)的“非線性物理基板”，聽起來(lái)有些玄，說(shuō)人話就是一種能夠憑借自身天然的物理規(guī)律，像流水、像彈簧振動(dòng)那樣，隨時(shí)間自動(dòng)演化的材料或器件。物理運(yùn)動(dòng)本身就是一種計(jì)算——一個(gè)擺錘的軌跡里天然就包含著某個(gè)數(shù)學(xué)方程的解。Carbin團(tuán)隊(duì)過(guò)去在機(jī)器學(xué)習(xí)和物理動(dòng)力學(xué)方面的研究，恰好在理論上證明，這一類“物理動(dòng)態(tài)系統(tǒng)”可以被訓(xùn)練成像神經(jīng)網(wǎng)絡(luò)一樣解決復(fù)雜問(wèn)題。

于是他們?cè)斐隽艘粋€(gè)原型：讓一個(gè)個(gè)物理振蕩器彼此耦合，構(gòu)成一個(gè)動(dòng)態(tài)網(wǎng)絡(luò)。這些振蕩器會(huì)像鳥群或魚群中自發(fā)生成的協(xié)同擺動(dòng)那樣，不斷調(diào)整彼此的相位和幅度。向網(wǎng)絡(luò)輸入一個(gè)文本指令，比如“一只坐在沙發(fā)上的緬因貓”，引發(fā)的并不是晶體管的開關(guān)邏輯，而是一組振蕩器的動(dòng)態(tài)演化。當(dāng)網(wǎng)絡(luò)上的波動(dòng)逐漸趨于穩(wěn)定，那個(gè)穩(wěn)定狀態(tài)就自然編碼出了最終要輸出的圖像信息。這一過(guò)程本質(zhì)上不是“計(jì)算”，而是讓物理規(guī)律自己“跑”出答案。

這種設(shè)計(jì)與傳統(tǒng)計(jì)算相比，最直觀的差異是能耗。晶體管反復(fù)開關(guān)時(shí)，每次狀態(tài)翻轉(zhuǎn)都會(huì)消耗電力并產(chǎn)生熱量，這也是為什么數(shù)據(jù)中心的電費(fèi)賬單總是天文數(shù)字。而物理振蕩器進(jìn)行計(jì)算時(shí)，能量主要用來(lái)維持振蕩，基本沒有高頻切換帶來(lái)的動(dòng)態(tài)功耗。研究團(tuán)隊(duì)初步估計(jì)，如果這項(xiàng)技術(shù)能夠從概念驗(yàn)證走向?qū)嵱眯酒\(yùn)行同類圖像生成任務(wù)時(shí)的能耗，可能只有傳統(tǒng)計(jì)算架構(gòu)的千分之一。

不過(guò)，“可能”這個(gè)詞值得特別強(qiáng)調(diào)。Un-0目前還只是一個(gè)軟件模擬和初步的物理原理驗(yàn)證，距離一塊能插進(jìn)手機(jī)的超低功耗AI加速芯片還有很長(zhǎng)的路要走。物理振蕩器本身的精度、噪聲容忍度、可制造性，以及它如何穩(wěn)定地訓(xùn)練大規(guī)模的神經(jīng)網(wǎng)絡(luò)，都還處在開放的研究階段。研究團(tuán)隊(duì)自己在博文中也小心翼翼地注明，這是一種全新的計(jì)算范式，許多工程挑戰(zhàn)尚待解決。

但這并不妨礙它代表一種迷人的思路轉(zhuǎn)向。很長(zhǎng)一段時(shí)間里，AI的進(jìn)步都依賴堆更多晶體管、挖更深的網(wǎng)絡(luò)、建更大的數(shù)據(jù)中心，仿佛物理極限是可以被算力硬撐過(guò)去的。而Un-0給出的信號(hào)是：“或許我們可以換一個(gè)物理層”——不是更用力地?fù)軇?dòng)開關(guān)，而是讓大自然本身就變成計(jì)算的一部分。

Sara Achour此前在非線性物理基板上的探索，和Michael Carbin對(duì)物理動(dòng)態(tài)系統(tǒng)學(xué)習(xí)能力的理論框架，恰好在這家新公司里擰成了一股繩。加上MeeLan Lee的工程化經(jīng)驗(yàn)與Naveen Rao的AI產(chǎn)品視野，這個(gè)團(tuán)隊(duì)試圖把實(shí)驗(yàn)室里看起來(lái)笨拙的物理裝置，變成未來(lái)能塞進(jìn)消費(fèi)電子里的日常組件。即便最終達(dá)不到千倍能效的理想值，只要能在某些特定任務(wù)上低一個(gè)數(shù)量級(jí)，就足以重新定義什么叫做“AI在邊緣設(shè)備上運(yùn)行”。

目前，Un-0的代碼和數(shù)據(jù)模型都對(duì)社區(qū)開放，這意味著全球的工程師都可以親手部署這個(gè)“物理動(dòng)態(tài)系統(tǒng)”，輸入文本看看它生成的圖像，也順便感受一下這項(xiàng)技術(shù)目前尚不夠完美的表現(xiàn)。它的圖像質(zhì)量暫時(shí)還無(wú)法與Midjourney比肩，但就像早期晶體管計(jì)算機(jī)也遠(yuǎn)比不上一屋子手搖計(jì)算器靈活一樣，先行者最大的意義往往在于證明“這條路走得通”。

也許再過(guò)上幾年，當(dāng)你再一次驚嘆手機(jī)上的AI繪畫幾乎完全不費(fèi)電時(shí)，真正在背后運(yùn)算的已不是幾億個(gè)微小的電子開關(guān)，而是一組安靜振蕩著的物理結(jié)構(gòu)。那時(shí)再回頭看，今天這個(gè)連圖像還有些模糊的概念驗(yàn)證，正是那個(gè)轉(zhuǎn)折的開端。