Если спросить вас, какая сцена из фильма «Матрица» запомнилась больше всего, большинство назовёт уклонение от пуль или момент с красной таблеткой. Но для меня это разговор Морфеуса с Нео, когда он говорит, что всё, что тот считает реальностью, — всего лишь электрические сигналы, которые мозг интерпретирует как ощущения.

“What is real?” — спрашивает он. — “How do you define real?”

Этот вопрос может вызвать размышления о восприятии и сознании. Я тоже часто об этом думаю, но с другой стороны. Что если мы перестанем пытаться заставить компьютеры мыслить, как мозг, и попробуем, чтобы они начали думать как свет?

Да, звучит странно. Свет ведь не думает. Он просто движется, преломляется, рассеивается, то есть подчиняется законам физики без колебаний и сомнений. Но в этом как раз и суть.

А что если будущее вычислений не в том, чтобы делать процессоры быстрее или упаковывать всё больше транзисторов на кремниевый чип, а в том, чтобы отдать вычисления тому, что уже движется с предельной скоростью во Вселенной?

Зерно этой мысли появилось у меня на прошлых выходных, когда я наткнулся на что-то под названием OFE² — Optical Feature Extraction Engine, разработанное исследователями из Университета Цинхуа.

Название звучит как нечто из киберпанковского романа, но это реальный чип, работающий прямо сейчас в лаборатории. Он обрабатывает данные не электричеством, а светом. Интегрированные модули дифракции и подготовки данных делают его гораздо быстрее и эффективнее при задачах, связанных с искусственным интеллектом.

Просто читая об этой технологии, ощущаешь, будто мы стоим на пороге перемен, которые изменят всё вокруг.

Эта мысль стала ещё сильнее, когда я пересматривал Blade Runner 2049. Помните сцену, где Кей взаимодействует с гигантским голографическим ИИ? Весь интерфейс состоит из света: лучи, частицы, объёмные проекции. Никакого видимого оборудования, никаких вентиляторов. Только свет, который делает то, что делает свет в воображении Дени Вильнёва.

Теперь представьте, что подобное возможно в реальности и на наномасштабе.

Делегируйте часть рутинных задач вместе с BotHub! Для доступа к сервису не требуется VPN и можно использовать российскую карту. По ссылке вы можете получить 100 000 бесплатных токенов для первых задач и приступить к работе с нейросетями прямо сейчас!

Когда вычисления были об электронах

Для начала разберёмся, как работают традиционные вычисления. Любой процессор функционирует под управлением тактового генератора, создающего непрерывный поток сигналов, которые синхронизируют его работу. Например, процессор с частотой 3 ГГц выполняет 3 миллиарда тактов в секунду, и каждая операция требует один или несколько таких циклов.

Это похоже на самую быструю сборочную линию в мире, где каждая деталь всё равно должна пройти через все станции по очереди.

Электроны должны физически перемещаться через транзисторы, а значит, те обязаны менять состояние. Этот процесс выделяет тепло. Чем больше тепла, тем больше нужно охлаждения. Охлаждение требует энергии, энергия стоит денег и создаёт ещё больше тепла. Получается замкнутый круг, с которым индустрия борется десятилетиями, делая элементы всё меньше и эффективнее.

Эту тенденцию когда-то описал закон Мура. Он утверждал, что число транзисторов на чипе примерно удваивается каждые два года, что обеспечивает экспоненциальный рост производительности без изменения физики. Но теперь мы подошли к пределу. Мы больше не можем уменьшать размеры бесконечно, потому что квантовые эффекты начинают разрушать предсказуемость вычислений.

В романе «Задача трёх тел» Лю Цысиня описана цивилизация, которая строит компьютер из 30 миллионов солдат, выстроенных в формацию и размахивающих флагами. Когда им нужно что-то вычислить, солдаты двигаются по заранее определённым правилам. Это и гениально, и нелепо, ведь именно так работают наши современные компьютеры. Мы просто заменили солдат электронами.

А вот свету все эти проблемы безразличны. Он просто движется дальше.

Когда свет становится процессором

Когда я впервые прочитал про OFE², пришлось перечитать описание четыре раза, прежде чем всё стало понятно. Этот чип, и само слово «чип» тут звучит почти неуместно, не вычисляет в привычном смысле. Он не выполняет инструкции, у него нет цикла «fetch-decode-execute». Всё, что нужно, — направить на него свет, и сам свет, проходя через специально созданную структуру, выполняет вычисление.

Допустим, вам нужно найти границы объектов на изображении, например, где заканчивается лицо и начинается фон.
Обычно компьютер просматривает каждый пиксель, сравнивает его с соседними, делает расчёты и определяет, где проходит контур. Это медленно и энергозатратно.

Но с OFE² всё иначе.
Вы превращаете изображение в световой паттерн и направляете его на специальный чип. И когда свет выходит с другой стороны, контуры уже выделены, без дополнительной математики и ожидания. Чип и свет делают работу вместе, прямо во время прохождения луча.

Это как напечатать картину на листе бумаги, провести его через узкую щель и получить на выходе тот же рисунок, но уже с выделенными линиями. Мгновенно.

В исследовании отмечено, что базовая задержка составляет менее 250 пикосекунд. Чтобы понять масштаб: пикосекунда — это к секунде то же самое, что секунда к 31 710 годам. За это время свет проходит всего 0,3 миллиметра, ширину трёх человеческих волос.

Это значит, что вычисление происходит на скорости самой причинности.

От гигагерц к пикосекундам: новая шкала времени

Давайте поймём масштаб происходящего. Новый чип OFE² работает на частоте 12,5 ГГц, то есть на уровне самых продвинутых процессоров. Обычные компьютеры требуют тысячи операций, чтобы найти признаки или границы на изображении. Оптический чип делает это за один шаг. Свет вошёл, прошёл, вышел — готово.

Всё это занимает менее 82 наносекунд, что быстрее многих специализированных чипов. И при этом он не требует огромной мощности. Он выполняет около 2 триллионов операций в секунду на один ватт энергии, а каждая операция потребляет всего 9,7 пиджоулей — невероятно малое количество энергии.

Если сравнивать, то электронные вычисления похожи на отправку писем (быстро, но всё равно с физическим перемещением), а оптические — на телепатию. Ответ появляется в тот же момент, когда задан вопрос, потому что вопрос и ответ — одно и то же событие, просто свет, который остаётся светом.

Вычисления со скоростью причинности

Исследование уже вышло за пределы лабораторий, и именно здесь мое представление о возможном радикально изменилось. Команда ученых подала на вход не обычные изображения, а те, что повсеместно используются в машинном обучении: MNIST (рукописные цифры), Fashion-MNIST (предметы одежды) и даже медицинские КТ-снимки тканей печени.

Оптический процессор извлекал ключевые признаки из этих изображений, а когда результаты передавались в нейросети, те демонстрировали лучшую точность, чем при обычной цифровой предварительной обработке.

Если смотреть на показатели, точность на MNIST выросла на 2,5 %, на Fashion-MNIST на 3,6 %, а в задаче сегментации печени на 1,1 %.

И это при том, что тестируемые модели машинного обучения и без того были очень точными и оптимизированными. Тем не менее, одно лишь изменение шага предварительной обработки с цифровой (основанной на вычислениях компьютера) на оптическую (основанную на свете) дало ощутимое улучшение.

Иными словами, вместо того чтобы компьютер «чистил» и подготавливал изображения перед тем, как их увидит нейросеть, новое устройство делало это само при помощи света. Эта небольшая, но концептуально важная замена позволила сетям видеть закономерности точнее. То, что оставалось незамеченным в цифровых методах, свет уловил безошибочно.

Когда инструмент открывает больше, чем задумывал создатель

Мне это напомнило рассказ Теда Чана «Выдох». В нём существа понимают, что их мир работает за счёт движения воздуха, и, изучая эти потоки, начинают постигать собственное сознание. Примерно то же ощущение возникает при чтении о возможностях оптических вычислений.

Учёные создавали инструмент для нахождения контуров на изображениях, но он показал гораздо большее, словно помог увидеть в данных то, что раньше было скрыто. Это похоже на художника, который всю жизнь пишет только чёрно-белые картины, а однажды решает добавить цвет. И вдруг он замечает новые формы и переходы, которые прежде не существовали для его взгляда. Так изменяется само понимание того, что он создаёт.

То же самое произошло и в восприятии машин. Мы привыкли считать, что именно мы управляем системой, проектируем её, диктуем законы. Но иногда технология словно начинает жить своей жизнью. Мы перестаём быть творцами и становимся наблюдателями законов физики, проявляющихся через наши инструменты.

Это можно описать тремя принципами:

Автономия среды: свет не следует алгоритму, наоборот, алгоритм использует свет

Смирение инженерии: мы не командуем сложностью, а направляем её

Проницаемость между замыслом и открытием: проект ведёт нас куда-то, но никогда не в одиночку

Истинное понимание часто приходит не тогда, когда модель работает, а когда она рушится. Иногда логика, на которую мы опираемся, не помещается в привычные рамки. Кажется, что сами законы физики мыслят независимо от нас. И, возможно, разум не единственное, что способно к познанию.

Когда рынки движутся быстрее мысли

Современные AI-системы работают в реальном времени: от хирургических роботов до алгоритмов биржевой торговли. Их эффективность зависит от того, как быстро они способны извлекать ключевые признаки из непрерывных потоков данных.

Электронные процессоры всё чаще становятся узким местом. Они не успевают снижать задержки и увеличивать пропускную способность, которую требует новый цифровой мир.

Исследователи решили проверить, что произойдёт, если применить оптический процессор OFE² в задачах высокочастотной торговли. Они подали на вход сигналы по фьючерсам на золото. Оптический движок выявил изменения паттернов, сгенерировал торговые сигналы и после оптимизации показал показатель прибыли 6,02 на тестовых данных.

В мире, где миллисекунда решает всё, это колоссальный результат. Общая задержка составила 82 наносекунды, то есть устройство способно принимать решения быстрее, чем любой электронный процессор. Иными словами, система может реагировать на движения рынка ещё до того, как остальные успеют их заметить.

Если подобные технологии выйдут за пределы лабораторий, появятся процессы, происходящие быстрее, чем человек способен осознать. Решения будут приниматься быстрее, чем нейроны успевают передать импульс. В этот момент контроль перейдёт от человеческой интуиции к машинной логике, разворачивающейся с немыслимой скоростью. Мир войдёт в область, недостижимую для нашего восприятия.

Как это будет выглядеть в реальности

Если технологию удастся масштабировать, особенно на основе кремний-нитридных платформ, нас ждёт радикальное изменение самого понятия вычислений.

Представьте смартфон с оптическим слоем предварительной обработки данных. Камера делает снимок, и ещё до того, как сработает первый транзистор, свет сам выделяет ключевые детали (лица, формы, объекты, сцены). То, что сейчас требует вычислительных ресурсов и нагревает устройство, произойдёт мгновенно и без энергозатрат. Батарея прослужит вдвое дольше, а корпус останется холодным. Искусственный интеллект станет фоновым, почти бесплатным процессом.

В медицине потенциал ещё интереснее. Сейчас между моментом получения КТ-снимка и анализом проходит время. Врач должен просмотреть изображения и сделать вывод. А что, если само устройство сможет подсвечивать участки, на которые стоит обратить внимание, прямо во время сканирования?

Или возьмём беспилотные автомобили. Оптические вычисления позволят обрабатывать визуальные данные с микросекундной задержкой. Это разница между тем, чтобы успеть нажать на тормоз, и тем, чтобы не успеть. Машина перестаёт быть просто наблюдателем и становится активным участником дорожной ситуации.

Для периферийных AI-устройств это тоже откроет новые возможности. Они смогут работать на микроваттах, ведь не придётся гонять электроны по кристаллу (свет сам выполнит вычисление). Такие сенсоры будут похожи на глаза, которые никогда не устают. Мир станет буквально умным от вещей, которым даже не нужно питание в привычном смысле.

Это не конец кремния, а смена ролей

На первый взгляд кажется, что OFE² бросает вызов GPU-чипам, но на самом деле он не заменяет их.

Он говорит о другой философии:

вычислять там, где живут данные

обрабатывать их в реальном времени

использовать физику, а не только логику

Десятилетиями мы гнались за скоростью, пытаясь заставить электронику работать быстрее. Но физика неумолима: нагрев, квантовое туннелирование, предел скорости движения электронов. Свет, напротив, подчиняется другим законам. И, возможно, это шанс перестать бороться с природой, а начать использовать её правила.

Вселенная всегда вычисляла

Я вспоминаю фильм «Контакт», основанный на книге Карла Сагана. Главная героиня, доктор Элли Эрроуэй, проходит через червоточину и переживает часы, которые для остальных измеряются секундами. Ей не верят, но доказательство остаётся: запись излучает сплошной шум, который на самом деле содержит данные. Просто никто не знает, как их прочесть.

Так и с оптическими вычислениями. Всё это время мы смотрели на свет неправильно. Считали, что он нужен лишь для передачи данных через оптоволокно, лазеры, экраны. Но свет сам способен вычислять. Процесс происходит не с помощью света, а внутри света.

И, может быть, в этом и есть главный урок. Будущее вычислений не в создании всё более умных машин, а в осознании, что Вселенная уже вычисляет, просто мы только учимся читать её результаты. В колебаниях волн, в интерференции полей, во взаимодействии частиц уже скрыта логика мира.

Следующая глава

Что будет дальше? Никто не знает, и именно это делает происходящее таким захватывающим.

Но можно предположить, что первыми шагами станут:

смартфон с оптическим чипом предварительной обработки;

 автономный автомобиль, использующий свет для анализа дорожной сцены;

 медицинский сканер, подсвечивающий подозрительные участки в реальном времени;

 и тот самый момент, когда кто-то поймёт, что сделал с помощью света то, что раньше было невозможно с электроникой.

Интернет задумывался для обмена научными данными, а превратился в основу цивилизации. Транзисторы когда-то были лабораторным курьёзом, а теперь они в каждом предмете. Кем станут оптические вычисления — покажет время.

Где-то в лаборатории прямо сейчас луч света проходит через тщательно спроектированную структуру. И, проходя, он вычисляет. Отвечает на вопрос. Решает задачу. Просто остаётся светом и этим напоминает, что вычисление не всегда требует электричества.

Будущее не ждёт, пока мы догоним. Свет не ждёт ничего. Но, возможно, мы всё-таки научимся двигаться в его ритме.