В течение десятилетия реализация глубоких нейронных сетей на графических процессорах определяла, как создается искусственный интеллект. Стартап под названием Unconventional AI утверждает, что следующий скачок в эффективности потребует принципиально другого типа компьютера, в котором законы физики будут выполнять вычисления напрямую.
25 июня 2026 года компания выпустила Un-0, генератор изображений, работающий на основе смоделированной системы связанных генераторов. Unconventional AI описывает проект как демонстрацию нового "физического вычислительного субстрата" и открыто публикует веса модели, обучающий код и анализ абляции. Подробнее об этой истории — в нашем больше статей об ИИ.
Релиз быстро привлек внимание сообщества разработчиков, попал на первую страницу Hacker News и вызвал дискуссию о том, могут ли альтернативы статус-кво графических процессоров и преобразователей реально конкурировать.
Соответствие традиционному созданию изображений с их стартовым качеством
Un-0 достигает FID 6,74 в ImageNet с условным классом при разрешении 64x64. FID, или начальное расстояние Фреше, — это стандартная мера качества генерации изображения, где чем меньше, тем лучше. В компании Unconventional AI утверждают, что эта оценка соответствует качеству ведущих традиционных методов генерации изображений на момент их первой публикации.
Компания откровенно заявляет, что до сегодняшнего рубежа еще далеко. Un-0 еще не устраняет разрыв в производительности в зависимости от количества параметров по сравнению с современными диффузионными моделями. Но команда представляет результат как доказательство концепции того, что современные рабочие нагрузки ИИ могут быть отображены на динамике физической системы.
«Насколько нам известно, Un-0 на сегодняшний день является наиболее способным генератором изображений, позволяющим моделировать физическую динамическую систему», — написала компания в своем объявлении.
Как совокупность осцилляторов рисует картину
Вычислительный механизм Un-0 представляет собой большую совокупность осцилляторов, каждый из которых связан с другими, где силы связи между каждой парой осцилляторов являются основными обучаемыми параметрами модели. Система моделируется с использованием так называемых генераторов Курамото, в которых каждый осциллятор вращается со своей собственной частотой, подталкиваясь под действием силы каждого другого осциллятора.
Компания предлагает интуитивно понятную аналогию. Представьте себе два метронома, тикающих рядом на общем столе. В зависимости от того, насколько сильно они влияют друг на друга, они вступают в схватку или впадают в оппозицию. Увеличьте это число от двух осцилляторов до тысяч, и совокупность самоорганизуется в закономерности.
Создание изображения с помощью Un-0 состоит из пяти шагов. Система начинается со случайности, устанавливая случайный угол фазы каждого осциллятора, который действует как исходный эквивалент шума, модели диффузии или выборок GAN. Вторая, меньшая группа осцилляторов кодирует запрошенный класс изображений, например маргаритку или вулкан, и подключается к основной популяции. Затем систему отпускают, позволяя осцилляторам притягивать друг друга, пока они не установятся в состоянии, продиктованном их изученной связью. Изображения считываются в фиксированное время и проходят через декодер.
Тезис о 1000-кратной энергоэффективности
Более глубокая мотивация – это энергия. Заявленная цель нетрадиционного ИИ — заставить современный ИИ потреблять примерно 1000 раз меньше энергии, чем требуется современным машинам.
Аргумент состоит в том, что генератор представляет собой примитивную физическую схему. Система связанных генераторов может быть реализована непосредственно в КМОП или других физических подложках, чтобы физика устройства сама выполняла вычисления, а не моделировала их на обычном процессоре. Если законы физики позволяют выполнять рабочие нагрузки ИИ, утверждает компания, то субстрат исполнения может радикально отличаться от сегодняшних кластеров графических процессоров.
Компания указывает на длинный ряд идей, основанных на физике, включая нейроморфные вычисления, сети Хопфилда, резервуарные вычисления, гамильтоновы и жидкостные сети, нейронно-волновые машины, термодинамические вычисления и предыдущие работы над генераторами Курамото. Это также проводит биологическую параллель: ритмическая активность и синхронизация широко распространены в мозге и уже давно предполагается, что они выполняют вычислительную работу, например связывают распределенные функции в связное восприятие.
Первые дни, открытый код и приглашение
Нетрадиционный ИИ ясно показывает, что это начало, а не готовый продукт. Физический примитив, который исследует Un-0, не нов, но компания масштабировала его до более крупного генеративного эталона, выполнила детальный анализ динамики и предложила интерпретирующий взгляд на поведение модели.
Выпустив веса и код, команда надеется облегчить другим экспериментирование с моделями, основанными на физической динамике. Компания заявляет, что верит, что исследователи могут быстро выйти за рамки Un-0, и что эта область все еще находится на ранней стадии своих усилий по переориентации современного ИИ на физическую динамику и достижению примерно 1000-кратного повышения энергоэффективности, к которому она стремится.
На данный момент Un-0 является исследовательским артефактом, а не заменой серийных моделей изображений. Но это происходит в тот момент, когда энергия и стоимость эксплуатации больших систем искусственного интеллекта стали центральной проблемой как для предприятий, так и для исследователей, и представляет собой одну из наиболее творческих попыток поставить под вопрос, является ли парадигма, ориентированная на графические процессоры, единственным путем вперед.
Источник: «Введение в Un-0: генерация изображений с помощью связанных осцилляторов», Unconventional AI, 25 июня 2026 г.---
Будьте в курсе ИИПоследние новости, аналитика и прорывы в сфере ИИ — всё в одном месте.
Читать больше новостей об ИИ →
