Протягом десяти років виконання глибоких нейронних мереж на графічних процесорах визначило, як будується штучний інтелект. Стартап під назвою Unconventional AI доводить, що наступний стрибок у ефективності потребуватиме принципово іншого типу комп’ютера, такого, де обчислення здійснюють безпосередньо закони фізики.
25 червня 2026 року компанія випустила Un-0, генератор зображень, що живиться від імітованої системи зв’язаних осциляторів. Unconventional AI описує проект як демонстрацію "фізичного обчислювального субстрату" і відкрито публікує вагові коефіцієнти моделі, навчальний код і аналіз абляції. For more context on this story, see our ongoing AI news.
Випуск швидко привернув увагу спільноти розробників, потрапивши на першу сторінку Hacker News і викликавши дискусію про те, чи можуть альтернативи статус-кво GPU і трансформатора реально конкурувати.
Відповідає стандартній генерації зображення при його якості запуску
Un-0 досягає FID 6,74 на умовному класі ImageNet з роздільною здатністю 64x64. FID, або початкова відстань Фреше, є стандартним показником якості створення зображення, де менше – краще. Unconventional AI каже, що ця оцінка відповідає якості провідних традиційних методів генерації зображень на момент їх першої публікації.
Компанія відверта, що до сьогоднішнього кордону ще є прогалина. Un-0 ще не усуває розрив у продуктивності як функції кількості параметрів відносно найсучасніших моделей дифузії. Але команда розглядає результат як доказ концепції того, що сучасні робочі навантаження штучного інтелекту можна відобразити на динаміці фізичної системи.
«Наскільки нам відомо, Un-0 є найпотужнішим генератором зображень на сьогоднішній день для використання симуляції фізичної динамічної системи», — написала компанія у своєму повідомленні.
Як популяція осциляторів малює картину
Обчислювальний механізм Un-0 — це велика сукупність осциляторів, кожен з яких пов’язаний з іншими, де сила зв’язку між кожною парою осциляторів є основними параметрами моделі, які можна вивчати. Система моделюється за допомогою так званих осциляторів Курамото, у яких кожен осцилятор обертається зі своєю власною частотою, підштовхнувшись силою тяги кожного іншого осцилятора.
Компанія пропонує інтуїтивно зрозумілу аналогію. Уявіть собі два метрономи, які цокають поруч на спільному столі. Залежно від того, наскільки сильно вони впливають один на одного, вони вступають у зчеплення або вступають в опозицію. Масштабуйте це від двох осциляторів до тисяч, і населення самоорганізується в шаблони.
Створення зображення за допомогою Un-0 складається з п’яти кроків. Система починає з випадковості, встановлюючи фазу кожного осцилятора на випадковий кут, який діє як початковий еквівалент шуму дифузійної моделі або зразків GAN. Друга, менша група осциляторів кодує запитуваний клас зображення, наприклад ромашку або вулкан, і поєднується в основну популяцію. Потім система відпускається, дозволяючи осциляторам тягнутися один до одного, поки вони не досягнуть стану, продиктованого їхнім навченим зв’язком. Зображення зчитуються у фіксований час і пропускаються через декодер.
Теза про 1000-кратну енергоефективність
Більш глибока мотивація - це енергія. Оголошена мета Unconventional AI полягає в тому, щоб сучасний AI використовував приблизно у 1000 разів менше енергії, ніж потребує сучасне обладнання.
Аргумент полягає в тому, що осцилятор — це примітивна фізична схема. Систему зв’язаного генератора можна впровадити безпосередньо в CMOS або інші фізичні підкладки, щоб фізика пристрою сама виконувала обчислення, а не імітувала їх на звичайному процесорі. Компанія стверджує, що якщо закони фізики можуть виконувати робочі навантаження штучного інтелекту, то виконавчий субстрат може кардинально відрізнятися від сучасних кластерів GPU.
Компанія вказує на довгу лінію обчислювальних ідей на основі фізики, включаючи нейроморфні обчислення, мережі Хопфілда, резервуарні обчислення, мережі Гамільтона та рідини, нейронно-хвильові машини, термодинамічні обчислення та попередню роботу над осциляторами Курамото. Він також проводить біологічну паралель: ритмічна активність і синхронізація поширені в мозку, і вже давно існує гіпотеза про виконання обчислювальної роботи, такої як зв’язування розподілених функцій у когерентне сприйняття.
Перші дні, відкритий код і запрошення
Нетрадиційний штучний інтелект зрозуміло, що це радше початок, ніж завершений продукт. Дослідження фізичного примітиву Un-0 не є новим, але компанія масштабувала його до більшого генеративного тесту, виконала абляційний аналіз динаміки та запропонувала тлумачний погляд на поведінку моделі.
Публікуючи ваги та код, команда сподівається полегшити іншим експериментувати з моделями, заснованими на фізичній динаміці. Компанія вважає, що дослідники можуть швидко вийти за межі Un-0, і що галузь все ще знаходиться на ранній стадії своїх спроб переосмислити сучасний штучний інтелект у фізичній динаміці та досягти приблизно 1000-кратного підвищення енергоефективності, за яким вона прагне.
На даний момент Un-0 є дослідницьким артефактом, а не простою заміною серійних моделей зображень. Але це відбувається в той момент, коли енергія та вартість роботи великих систем штучного інтелекту стали головною проблемою для підприємств і дослідників, і це одна з найбільш креативних спроб поставити під сумнів, чи парадигма, орієнтована на GPU, є єдиним шляхом вперед.
Джерело: «Introducing Un-0: Generating Images with Coupled Oscillators», Unconventional AI, 25 червня 2026 р.---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
