科技日报记者 张梦然

美国加州年夜学洛杉矶分校工程学院研究团队开发出一项有望鞭策天生式人工智能（AI）走向绿色将来的新技能。他们构建了一种基在光学的图象天生模子，使用光子而非传统的电子举行计较，从而年夜幅降低能耗，为高效、可连续的人工智能提供了全新路径。该结果发表在新一期《天然》杂志。

当前风行的谈天呆板人及图象天生器虽然于技能上取患了显著冲破，但其巨年夜的能源耗损及情况价钱也激发了广泛存眷。这些天生式AI体系不仅需要年夜量电力来运行，还有因数据中央冷却需求而耗损巨量水资源，对于天然资源组成压力。同时，支撑这些模子的重大计较基础举措措施也让人们对于其持久可连续性孕育发生担心。

新研究展示了一种立异计较范式：经由过程光学方式直接履行图象天生历程，充实阐扬光速流传及并行处置惩罚的上风，仅需一次经由过程便可完成图象输出。与现有天生模子依靠数百以致数千次迭代计较差别，该体系将数字编码与光学解码相联合，于练习阶段协同优化两个模块，而于推理阶段只需一次数字编码后，即可经由过程光学硬件“快照式”天生图象，无需重复迭代。这不仅极年夜晋升了效率，也显著减轻了计较承担。

这项技能证实了光学体系有能力于年夜范围场景下履行繁杂的天生式AI使命。经由过程绕开传统数字计较中繁重的反复运算，有望催生出更快速、更节能的AI体系，并深度融入一样平常装备中。

为验证其机能，团队已经于多个数据集长进行了测试，乐成天生了手写数字、衣饰、胡蝶和人脸等图象。成果注解，光学模子仅用单步操作、每一个波长一次照射便天生了视觉效果相称的艺术图象，且每一张图象的能耗仅为传统要领的一小部门。

该体系还有具有怪异的安全与隐私上风，同时，因为其体积小、功耗低，可被集成到智能眼镜、加强实际或者虚拟实际头显以和挪动终端中，实现当地化及时内容天生，削减对于云端计较的依靠，这也有助在鞭策边沿计较的成长。