AI大模型有望再扩1000倍！剑桥耶鲁康奈尔：PNN是变革关键

AIGC动态欢迎阅读

原标题：AI大模型有望再扩1000倍！剑桥耶鲁康奈尔：PNN是变革关键
关键字：量子,物理,神经网络,模型,系统
文章来源：新智元
内容字数：0字

内容摘要：

新智元报道编辑：编辑部
【新智元导读】最近，多个机构学者合著的一篇研究为AI的规模化指了一条新路：物理神经网络（PNN），这一新兴的前沿领域还鲜少有人涉足，但绝对值得深耕！AI模型再扩展1000倍的秘密可能就藏在这里。随着Scaling Law越来越成功，LLM的电力和算力消耗也逐渐达到了惊人程度。我们越来越难以想象，当前的模型规模如何能再扩大10倍、100倍，甚至1000倍。
即使扩大1000倍的模型能够实现，它的能耗还能在人类负担范围内吗？能在智能手机或传感器这些边缘设备上进行本地推理吗？
要回答这些问题，我们需要重新思考AI模型的工作和训练方式，尤其是要转换视角，首先考虑底层硬件的物理约束。
或许，物理神经网络PNN（physical neural network）就是我们要找的答案。
最近，一篇有关PNN训练的综述性论文登上了HN热榜。作者提出，基于过去几年的研究，我们有理由认为，PNN可以从根本上改变AI系统的可能性和实用性，实现前所未有的模型规模。
论文地址：https://arxiv.org/abs/2406.03372
论文的合著者列表也是星光璀璨，云集了众多顶尖机构

原文链接：AI大模型有望再扩1000倍！剑桥耶鲁康奈尔：PNN是变革关键