197
Wissenschaftler am Max-Planck-Institut für Lichtwissenschaften haben eine neue Implementierung eines neuronalen Netzwerks auf einem optischen System vorgeschlagen, das maschinelles Lernen in Zukunft energieeffizienter machen könnte. Dies wurde in einem Artikel berichtet, der in der Zeitschrift Nature Physics veröffentlicht wurde.
Anzeige
Maschinelles Lernen und künstliche Intelligenz erfordern immer komplexere neuronale Netze, was zu erheblichen Energie- und Schulungskosten führt. Beispielsweise verbrauchte das GPT-3-Training mehr als 1.000 Megawattstunden Energie, was dem Tagesverbrauch einer Kleinstadt entspricht.