L'intelligence artificielle qui crée des images sans consommer d'énergie ou d'eau grâce au laser

Un système optique a été développé à l'UCLA pour la génération d'images basée sur la lumière laser: un tournant technologique qui promet de décomposer la consommation d'énergie de l'IA générative et d'ouvrir la voie à de nouvelles applications durables

Derrière chaque image générée par l'intelligence artificielle, cache un énorme coût énergétique. Des modèles comme ceux d'Openai, par exemple, peuvent consommer des centaines ou des milliers de joules pour chaque image individuelle. Ce n'est qu'en une semaine, le générateur d'images OpenII a produit 700 millions d'images, avec une empreinte environnementale importante en termes de consommation d'énergie et d'eau.

Mais maintenant, une équipe de chercheurs de l'Université de Californie à Los Angeles (UCLA) a développé un système radicalement différent. Publié sur NatureCette nouvelle approche génère des images à l'aide de faisceaux laser et de modulateurs optiques, décomposant la consommation d'énergie à quelques millijoules par image – des millions de fois moins que les systèmes numériques traditionnels.

Comment l'intelligence artificielle basée sur des œuvres de lumière

La méthode conventionnelle de génération d'images est basée sur un processus appelé diffusion, qui commence à partir d'une image aléatoire et, à travers des centaines ou des milliers de passages, réduit progressivement le bruit pour obtenir le résultat final. Cette technique, bien que efficace, est extrêmement énergique.

Au contraire, le système UCLA génère une image en une seule étape optique, sans demander de calcul numérique supplémentaire après la phase de codage initiale. En pratique, un encodeur numérique, formé sur un ensemble de données standard, crée un schéma de phase – une sorte de plan mathématique – qui est projeté sur un modulateur de lumière spatiale, un dispositif cristallin liquide.

Lorsqu'un faisceau de lumière laser traverse ce modulateur, le motif est transmis à un deuxième composant, appelé décodeur diffractif. À ce stade, l'image prend forme directement sur un capteur, sans avoir besoin de GPU ou de calculs numériques complexes.

Tester sur les portraits, les papillons et Van Gogh

L'équipe teste ce modèle sur des sujets tels que des visages humains, des personnages écrits à la main, des papillons et des œuvres dans le style de Van Gogh. Tout en n'atteignant pas la perfection absolue, les images résultantes étaient statistiquement comparables à celles générées par des modèles numériques basés sur la diffusion.

Parmi les méthodes testées, le codage de phase a obtenu le score le plus élevé en termes de qualité et de variété d'images. En particulier, il a produit des résultats visuellement supérieurs pour des scènes complexes, telles que des peintures avec un style artistique élaboré.

Selon Shiqi Chen, le premier auteur de l'étude, « Nos modèles génératifs optiques peuvent résumer un nombre illimité d'images avec une consommation d'énergie minimale, offrant une alternative évolutive et durable à l'intelligence artificielle numérique ».

En plus de l'aspect énergétique, la technologie ouvre de nouvelles perspectives également en termes de sécurité et de confidentialité. Chaque image générée a un motif optique unique qui ne peut être décodé que par une surface compatible, créant une sorte de mécanisme de clé physique et de verrouillage. Cette approche pourrait s'avérer utile pour des applications telles que la communication sûre ou l'anti-témoignage.

Le système existe en deux variantes: la version instantanée, qui génère l'image en une seule étape optique, et la version itérative, qui reproduit plus étroitement les modèles de diffusion, affinant les images à travers des impulsions lumineuses ultérieures.

En perspective, cette technologie pourrait être miniaturisée dans des puces photoniques intégrées, remplaçant le laser encombrant par des surfaces nanophabiques. Cela permettrait l'intégration dans des appareils tels que des lunettes AR / VR ou des outils de diagnostic médical.

L'intérêt pour les solutions aux plus durables augmente en parallèle avec la propagation des modèles génératifs. Une étude de 2023 a estimé que la formation des grands modèles peut en émettre autant avec les milliers de vols transcontinentaux. Dans ce contexte, la génération optique d'images est proposée comme une solution concrète pour contenir l'impact environnemental de l'intelligence artificielle.

En tant qu'Aydogan Ozcan, l'auteur principal de l'étude a déclaré:

Nos travaux montrent que la perspective peut être utilisée pour les tâches génératives génératives à grande échelle.

Bien que la technologie soit encore jeune et pas sans limites – comme l'alignement des composants ou la résolution des modulateurs – le potentiel est énorme.

En bref, l'intelligence artificielle pourrait bientôt arrêter de consommer de l'énergie à des rythmes non durables et commencer à « peindre » en utilisant uniquement la lumière.

Source: Nature