科技日報北京9月13日電 （記者劉霞）瑞士科學家研究稱，由熱而非電驅(qū)動的計算機可以運行為神經(jīng)網(wǎng)絡和人工智能（AI）提供動力的算法，并降低其能耗。相關(guān)論文已提交論文預印本網(wǎng)站。

　　研究負責人、日內(nèi)瓦大學的尼古拉斯·布倫納表示，像ChatGPT這樣的系統(tǒng)可以學習非常復雜的語言，但其能耗驚人。據(jù)估計，ChatGPT每日消耗的能量與美國3萬多戶家庭消耗的能量相當。

　　大多數(shù)現(xiàn)代人工智能技術(shù)使用由許多相互連接的人工神經(jīng)元組成的神經(jīng)網(wǎng)絡來模仿大腦的功能，ChatGPT等程序中擁有數(shù)十億個這樣的神經(jīng)元。在最新研究中，布倫納團隊開發(fā)出了一款設備，該設備能使用量子比特和熱量來物理模擬神經(jīng)連接。

　　他們模擬了幾個相互作用的量子比特在連接到幾個溫度可變的熱庫時如何充當神經(jīng)元。研究團隊解釋說，要運行計算，可以不用鍵盤而通過提高其中一些熱庫的溫度輸入信息，這將使熱量流過設備，改變量子比特的量子態(tài)和能量，直到整個設備達到穩(wěn)定狀態(tài)。而要讀取計算機的輸出，檢查指定扮演監(jiān)視器角色的熱庫的溫度即可。

　　該團隊意識到，此類設備的工作原理類似于名為感知器的機器學習算法，感知器是最簡單的神經(jīng)網(wǎng)絡，可以決定一個物體是否屬于某個類別，如一張照片中的動物是貓還是狗。

　　研究人員表示，物理定律特別是熱力學定律規(guī)定，計算機的任何操作都必須“消耗”一些熱量和熵，因此純粹用熱流建造感知器在概念上非常有趣，也很不尋常，有望催生出更節(jié)能的機器。

　　專注創(chuàng)建“熱力學人工智能”的初創(chuàng)公司Normal Computing的研究人員帕特里克·科爾斯表示，這一概念框架可以轉(zhuǎn)化為小規(guī)模實驗，但大規(guī)模生產(chǎn)可能還面臨挑戰(zhàn)。