“如果你只有一把錘子,那么你看什么都像釘子”。
這就是著名的馬斯洛錘子理論,這告訴我們,具體問題要具體分析,過分依賴某種熟悉的工具或方法會使自己深陷其中,難以獲得新的“解題思路”。
在計算機領域中,我們更要警惕這種“一刀切”的思維模式。
對位于英國劍橋微軟研究實驗室的跨學科研究團隊而言,他們的任務就是要研制出在迅速解決問題的同時,能夠超越二進制系統不足的新型電腦。但要成功研制出可以光速解決實際問題的電腦,愿意去思考諸如“我們正在設計的工具的本質是什么?”以及“我用錘子敲的是什么釘子呢?”之類的大問題,就十分關鍵。
起初,他們研制出了首臺八變量光學計算器。該電腦使用不同強度的光源在同一存儲信息的地方進行計算。研究人員把這一他們設計的設備稱作AIM,也就是模擬迭代機。
“通常情況下,如果你取得了一些技術進步,尤其是最開始,那在實踐中如何使用,相對是沒有那么清楚的,”該項目的三名主要研究人員之一Christos Gkantsidis說道。他回憶他們最初是怎樣希望利用AIM這一工具來加快機器學習的。“需要去研究弄明白哪一種實踐問題才是更符合他們的。”
?
AIM,模擬迭代機,是由現有元件組裝而成,比如微型LED燈和你在自己的智能手機攝像頭里可以看到的傳感器。
由Chris Welsch為Microsoft攝圖
大約三年前,他們嘗試使用AIM來處理一個特別煩人但又相當重要的數學問題——最優化。他們很快意識到,在解決這些最優化問題方面,這一新設備有著巨大潛力來超越傳統電腦所用的二進制系統的速度和容量。
Gkantsidis指出,“通俗來講,正如我們所知,最優化是這個世界運行的規則。”最優化問題構成了當今社會很多最為重要行業的基礎——其中就有:銀行金融,健康醫療,物流和制造。
這一全新電腦的能力促成了與英國巴克萊銀行的一年期研究協議,以研究使用它來解決實際問題的潛能——大批量的交易是如何在大多數銀行所采用的清算中心妥善處理的。交易的數字每天成千上百萬。跟大部分最優化問題類似,正是其巨大規模使得二進制電腦無法很好地處理它。
巴克萊銀行首席技術辦公室的負責人和卓越的工程師Lee Braine說到,“實際上,要花費無窮的時間才能評估所有可能的選項。”他說當前來講,已經采用了諸多的計算和數學捷徑,來系統估算處理成千上百萬批次交易的最高效方式。
模擬迭代機團隊已經運作了一個他們稱作的“玩具版本”的交易結算問題,該問題由Braine提出,而這臺光學計算機每次都以百分之百的準確率解決了這個問題。而此前使用另一項不同技術解決同個問題的研究嘗試,只有一半次數嘗試時獲得了同樣的分值。
能夠參與到有潛力帶來創新變革的事物中,非常讓人興奮。
Braine本人就曾經是一個對最優化進行過大量研究的計算機科學家。現在他和微軟團隊都已經開始使用更多的數據和變量設計一個更大規模的問題版本。他們希望今年夏天晚些時候在一個AIM的更新版本上測試一下這臺計算機。Braine說和微軟的AIM團隊合作是一個難得的機會。他提到,“能夠參與到有潛力帶來創新變革的事物中,非常讓人興奮。這樣也能夠在所有可能的領域里立于潮頭。”
摩爾定律的終結
1965年,工程師Gordon Moore(同時也是Intel的創始人之一)預測,在一條集成電路上的晶體管數量每年都將翻倍。后來他又修正了自己的預測,改為每隔兩年。最近幾十年來,計算機的容量基本上就是以這種速度提升的,運行速度更快,體積更小,而價格卻沒有更昂貴。但到了近十年,這一趨勢似乎停滯。同時,對計算機容量和速度的需求也僅僅是增加了而已。
?
左起,Kirill Kalinin, Christos Gkantsidis 和Hitesh Ballani, 位于英國劍橋的微軟研究實驗室的研究人員正在討論巴克萊銀行Lee Braine提出的交易清算問題。
由Chris Welsch為Microsoft攝圖
“問題是,一旦你超過拐點,就很難維持之前的那種增長,”微軟研究光學計算機的其他研究人員之一Hitesh Ballani說,并且解釋了開發光學等替代技術背后的緊迫性。“因為我們已經在研究光存儲和網絡連接,所以逐漸地想過渡到光學計算,盡管這是最棘手的問題。”
位于劍橋的實驗室已經在光學存儲方面取得了一些成就。該團隊研發了一套可以存儲海量嵌入在鏡片中的數據的系統。
Ballani在實驗室的一間會議室內振奮不已,口若懸河。他解釋了光學計算的基礎,并闡明了為什么團隊要引入一位數學專家來幫助研發新型算法以解決最優化問題。他拿著一只紅色馬克筆遮著白板,還有兩套寫滿了筆記、等式和圖表的玻璃白板來闡釋他的觀點。
“這不是一臺多功能的計算機,”他提到。“但它對在數學運算、線性代數和非線性代數是關鍵的操作瓶頸的應用提升方面,十分有益。”
五十多年來,光已經被用于光纖電纜傳播數據。光子互相之間并無交互,但是通過某種中介傳播,比如你智能手機上的攝像頭,他們就可在某種意義上被人們看到。
就模擬迭代機而言,光的不同強度可以進行加法和乘法運算,這就是最優化問題的基礎。Ballani提到,要以光速運行,AIM的高級版本就必須超過二進制計算機速度的大約一百倍才行。此外,在AIM中計算和存儲發生在同一場所,這不同于二進制計算機,因為后者需要一個場所存儲另一場所計算方能運作。
開辟算法新領域
談到AIM可以解決的問題類型的具體例子時,他引用了與微軟健康研究人員的一次交流,具體內容是關于如何減少進行磁共振成像掃描所需的時間,同時又保持同樣的精度。(通常,根據掃描區域的大小,檢查需要15到90分鐘不等的時間。)有些縮短檢查時間的技術已經投入使用但會影響精度。運行目前看來還比較費時間的最優化方程從理論上看,還是會帶來更高的精確性和速度的。Ballani說,“如果我們能十分迅速地處理好最優化問題,有可能不到一分鐘就能夠完成核磁共振檢查。”
?
Francesca Parmigiani是位于英國劍橋的微軟研究實驗室的新型光學計算機硬件制造的團隊負責人。
由Chris Welsch為Microsoft攝圖
AIM項目的第三位主要研究員Francesca Parmigiani的博士研究就是光學通信。目前她正在引領研制光學計算機。她和她的小團隊目前正在研發一個可以在48個變量下運行的升級版本,極大擴展了光學計算機能解決的問題的復雜程度。最終他們是希望能造出一臺處理成千上萬變量的AIM版本。
該AIM團隊目前正在使用現有且具備制造系統的組件——從光纖電纜到調制器到微型LED燈——來創造并在升級AIM。目前情況,這臺計算機建造在一個大約是一個餐桌大小的金屬長凳上,從調制解調器出來的線路纏繞聯結研究員有時叫“投影儀”的設備上,就好像是一臺多媒體投影儀來存儲和計算數據。
Parmigiani說,“要研制這臺計算機,我就得學習很多東西。我對最優化還沒有什么頭緒。”
建造AIM的過程和模擬問題的最初形態讓Parmigiani和光學和模擬團隊進行了大量的相互交流和理解妥協。該團隊負責硬件研發,Ballani, Gkantsidis 和數學專家Kirill Kalinin負責在這其中運行的算法和軟件。研究人員說,他們開發的數學和算法創新在解決優化問題方面與機器本身一樣至關重要。AIM正在采用的算法最初形態叫QUMO,也就是二次無約束混合最優化的簡寫,而它在光學計算機中的運用才是讓AIM在全世界獨一無二的所在。
“因為我們知曉什么是行之有效,什么又是行不通的,所以我們一直在向前,故事也一直在改變,”Parmigiani說到。“我們意識到,我們真的需要再加把勁,搞清楚如何一起研制適配算法的硬件。”
?
團隊成員Grace Brennan正在研制升級版本的AIM,
位于英國劍橋的微軟研究實驗室,
由Chris Welsch為Microsoft攝圖
研究“尖端技術”
AIM團隊正轉向用行專家和高校科研人員提出的問題測試該設備和QUMO算法。他們正用一個AIM模擬器開設服務,這個模擬裝置可以用圖形處理器(GPU)來解決大型最優化問題。該團隊希望能有更多測試案例幫助他們了解他們創建的工具的潛力。
當然巴克萊銀行的Lee Braine提出的交易清算問題依舊是首要問題。
這個問題主要是因為交易量大導致很棘手。Braine說這些交易通常是被描述成貨銀對付。證券現金兌付的一個簡單例子就是公司的一百股代表一千美金。但問題主要是,每筆交易和每個參數都取決于不同的約束,包括規則和可用賬戶余額。
在臨界點反復研究,以微小的方式不斷突破極限并對此做出貢獻,相當令人興奮。
這些交易的數量非常讓人震驚。他只引用了一個清算中心的例子,DTCC,其子公司2022年處理的業務額價值2.51015美金。(一個quadrillion等于1000個萬億。)
因為多數大銀行采用的都是清算中心,本研究也有望能讓整個銀行系統受益。為期一年的實驗結果將在一份研究報告中進行分享。
Braine說這是一個很好的測試案例,如果真的奏效,它就可以為使用光學計算處理比如欺詐檢測等銀行業內的其他問題奠定基礎。
他提到這個項目很好地滿足了他內在的好奇心。“某種程度上,好像回到了做博士論文那段學術時光,你總是在尋找最尖端的東西。”他補充道,“在臨界點反復研究,以微小的方式不斷突破極限并對此做出貢獻,相當令人興奮。”
作為微軟卓越工程師和團隊帶頭人的Ant Rowstron說,看到自己的跨學科團隊通力合作研發新型計算機工具,克服各種困難并尋找使用該工具的潛在方向,感覺十分值得。
他提到,“我工作的職責之一就是努力去理解我們何時要去研究新事物,有風險時支持幫助那些遇到風險的人們。我們堅信,如果我們研制出來了,我們就會進一步研究如何讓它繼續優化改善。而現在我們有了一個很重要的問題空間,這里有迫切的需求,而我們的計算機又能真正發揮作用”。
-
微軟
+關注
關注
4文章
6600瀏覽量
104134
原文標題:可光速解決問題的計算機要來了?
文章出處:【微信號:mstech2014,微信公眾號:微軟科技】歡迎添加關注!文章轉載請注明出處。
發布評論請先 登錄
相關推薦
評論