Поворот 2026 года: голограммы заговорили сами

Но в 2026 году акцент сместился на нечто более интересное — на ИИ-аватаров, которые ведут диалог самостоятельно, без живого человека за кадром в моменте разговора.

Вот несколько показательных примеров, которые уже произошли:

— На крупной retail-выставке NRF 2026 компания Cisco показала голографического ИИ-чат-бота по имени Кейли — это была цифровая копия реальной сотрудницы компании. Голограмма отвечала на вопросы посетителей на нескольких языках, пока настоящая Кейли стояла рядом, в том же зале.

— В нью-йоркском аэропорту Ла Гуардиа внедрили интерактивных ИИ-помощников в виде голограмм — они помогают пассажирам с вопросами на разных языках, без участия живых сотрудников.

— Есть и куда более личная, эмоциональная сторона использования этой технологии: компания Proto совместно с Hyperreal сейчас работают с семьёй музыканта Оззи Осборна над созданием его ИИ-голограммы, с которой поклонники смогут взаимодействовать и разговаривать.

Что это значит на самом деле

По сути, голограмма перестаёт быть просто "объёмной картинкой" — она становится интерфейсом для искусственного интеллекта. Тем же самым чат-ботом, который многие уже привыкли видеть на сайтах и в приложениях, только теперь у него есть тело, лицо и голос, и он стоит прямо перед тобой в физическом пространстве.

Технология прошла путь от эффектного трюка на сцене до практического инструмента, который решает конкретные задачи бизнеса: снижает нагрузку на живой персонал, работает круглосуточно и на нескольких языках одновременно.

Вопрос, который стоит задать

При этом остаётся не до конца решённый этический вопрос: где проходит грань между полезным сервисом и не самой комфортной идеей "воскрешения" личности человека через искусственный интеллект? Особенно когда речь заходит о цифровых двойниках уже ушедших из жизни людей.

Пока ответа на этот вопрос нет — но сама технология развивается куда быстрее, чем общество успевает его сформулировать.

Первая в СССР Всесоюзная выставка «Голография-78», организованная Леонидом Таниным, проходила в 1978 г. сперва в Выставочном зале АН БССР, а затем на ВДНХ БССР. В рамках этой выставки было представлено 50 голограмм, созданных советскими учеными, работавшими в таких организациях, как Государственный оптический институт им. С.И. Вавилова, Всесоюзный научно-исследовательский кинофотоинститут, Ленинградский институт ядерной физики им. Б.П. Константинова АН СССР, Физико-технический институт им. А.Ф. Иоффе АН СССР, Институт физики АН БССР. В экспозицию выставки вошли голограммы крупных размеров (1,8×1,2м.), псевдоцветные голограммы, голографические портреты. Большинство представленных голограмм были записаны по методу Ю.Н. Денисюка. Выставка вызвала небывалый ажиотаж. Несмотря на холодную погоду, люди стояли в очереди по шесть часов, чтобы увидеть голографическую экспозицию. Всего за месяц с небольшим выставку посетило более 50 тыс. человек. Гостями выставки стали крупные государственные деятели, ученые, художники и писатели. Удивительный успех, который имела минская выставка 1978 года, положила начало целому ряду выставок советской голографии, которые в последующие годы объездили 17 стран мира, везде приобретая большую популярность. Выставки «Голография в СССР», проводившиеся при участии Л.В. Танина, побывали в Австрии, Дании, Великобритании, Австралии, Японии, Финляндии и многих других странах. Голограмма, представленная в каталоге аукционного дома Литфонд была изготовлена для одной из таких выставок за рубежом.

1. Введение: от транзисторов к кристаллам

Современные нейронные сети выполняют инференс (прямой проход для получения ответа) на графических процессорах или специализированных чипах. При каждом запросе миллиарды весов модели загружаются из памяти, перемножаются с входными данными, и результат проходит через десятки слоёв. Это требует огромного количества энергии и времени, а также выделенного охлаждения для дата-центров.

Что, если можно было бы выполнить инференс вообще без транзисторов? Без тактовых частот, без нагрева, без последовательного перебора операций? Эта статья описывает концепцию, где нейросеть физически «записана» в кристалле в виде объёмной голограммы, а инференс выполняется одним лазерным импульсом, проходящим сквозь этот кристалл ровно один раз.

Идея опирается на три существующие технологии: голографическую память, аналоговые оптические вычисления и фоторефрактивные кристаллы. Ниже — инженерное описание того, как это могло бы работать, какие проблемы нужно решить и какие плюсы это даёт.

2. Как это работает: пошагово

Шаг 1: Запись модели в кристалл.

Берётся фоторефрактивный кристалл — например, ниобат лития (LiNbO₃), легированный ионами железа. Этот материал способен изменять свой показатель преломления под воздействием света. В кристалл направляются два лазерных луча: опорный и информационный.

Информационный луч модулируется таким образом, что его пространственный профиль (амплитуда и фаза в каждой точке поперечного сечения) кодирует веса нейронной сети. Это похоже на то, как голограмма записывает трёхмерное изображение, но здесь записывается не картинка, а матрица чисел.

Опорный луч — это просто плоская волна, которая интерферирует с информационным лучом внутри кристалла. В точках конструктивной интерференции показатель преломления слегка увеличивается, в точках деструктивной — остаётся неизменным. Так формируется трёхмерная решётка микроскопических неоднородностей — аналог синаптических связей.

В отличие от обычной голограммы, здесь записывается не одно изображение, а тысячи наложенных друг на друга интерференционных картин — каждая соответствует одному слою нейронной сети. Это возможно благодаря объёмной природе кристалла и использованию разных углов падения опорного луча для каждого слоя (мультиплексирование по углу).

Шаг 2: Инференс за один проход.

Когда модель записана, инференс выполняется невероятно просто. На кристалл направляется опорный луч, промодулированный входными данными — например, изображением, которое нужно классифицировать, или текстовым запросом, преобразованным в оптический паттерн.

Луч проходит сквозь кристалл один раз. Но внутри кристалла он проходит через все слои последовательно, потому что слои записаны под разными углами и физически разнесены в объёме кристалла. В каждой записанной решётке часть света дифрагирует. Дифрагированные волны от всех слоёв складываются, интерферируют, и на выходе из кристалла формируется выходной оптический сигнал. Этот сигнал — результат прохождения через всю многослойную сеть, выполненного оптически, параллельно, за время пролёта фотона через кристалл (пикосекунды).

Выходной луч попадает на матрицу фотодетекторов, которые преобразуют оптический сигнал обратно в электрический. Это и есть ответ модели.

3. Где здесь активация? Оптический затвор

В классической нейросети после каждого умножения на веса применяется функция активации (ReLU, сигмоида). Без неё многослойная сеть коллапсирует в одно линейное преобразование.

В оптической среде активация может быть встроена прямо в материал. Механизм называется оптический затвор: неоднородность не просто преломляет свет, но и работает как пороговый элемент. Если после взаимодействия с весом фотон потерял слишком много энергии, он не проходит дальше — поглощается или рассеивается настолько, что не попадает в следующий слой.

Это реализуется через несколько физических механизмов:

• Насыщение поглощения. Атомы кристалла поглощают слабый свет и становятся прозрачными для сильного. Это буквально ReLU: всё, что ниже порога — ноль, всё, что выше — проходит.

• Двухфотонное поглощение. При высокой интенсивности материал начинает поглощать сильнее. Это аналог сигмоиды с насыщением: слишком сильный сигнал гасится.

• Фоторефрактивный порог. Сама записанная голограмма может быть устроена так, что слабый свет не дифрагирует (не «видит» решётку), а сильный — дифрагирует. Каждый слой активируется только при достаточной интенсивности входного сигнала.

Таким образом, в оптической среде нет отдельного «умножения» и отдельной «активации». Есть непрерывный процесс: свет распространяется через неоднородную среду, и в каждой точке он либо проходит дальше, либо нет — в зависимости от того, сколько энергии у него осталось после взаимодействия с предыдущими неоднородностями.

Это не просто аналогия с нейросетью. Это физическая реализация нейросети, в которой вычисление и есть распространение света, а активация — это пороговое свойство материала. Слой за слоем, атом за атомом, фотоны либо проходят, либо гаснут — и на выходе остаётся только тот сигнал, который пережил все затворы.

4. Почему это эффективно?

Энергопотребление. Оптический инференс в идеале потребляет энергию только на генерацию входного лазерного луча и на считывание выходного сигнала фотодетекторами. Никаких переключений транзисторов, никакого нагрева от тока утечки. Теоретически, энергоэффективность может быть на порядки выше, чем у электронных чипов.

Скорость. Умножение матрицы на вектор — основная операция инференса — выполняется оптически, параллельно, за время пролёта фотона через кристалл. Это пикосекунды. Для сравнения, электронный чип тратит на это наносекунды или микросекунды, последовательно перебирая веса.

Параллелизм. Свет может обрабатывать огромные матрицы одномоментно. Плотность записи в объёмном кристалле потенциально достигает терабайт на кубический сантиметр. Это означает, что модели с миллиардами параметров могут быть умещены в кристалле размером с игральную кость.

Долговечность. Кристалл не деградирует со временем, в отличие от SSD и жёстких дисков. Записанная один раз модель может храниться миллионы лет без потери данных.

Отсутствие тепловыделения. Оптический инференс — это пассивный процесс. Свет не нагревает кристалл, в отличие от транзисторов, которые выделяют джоулево тепло при каждом переключении.

5. Проблемы и необходимые исследования

Концепция красива, но между идеей и работающим устройством лежит пропасть нерешённых проблем.

Точность записи. Современные фоторефрактивные кристаллы не позволяют записывать веса с точностью, достаточной для современных нейросетей (обычно 8–16 бит на вес). Динамический диапазон изменения показателя преломления ограничен, и шумы записи высоки. Требуются новые материалы или методы пост-обработки, повышающие точность.

Стабильность решёток. Записанные голограммы со временем деградируют — особенно при считывании (фоторефрактивный эффект обратим). Для долговременного хранения нужен механизм фиксации — например, термический отжиг или использование двухфотонных процессов.

Динамическое обновление весов. В отличие от электронной памяти, голограмму в кристалле нельзя быстро перезаписать. Это означает, что такая система подходит только для инференса готовой модели, но не для обучения. Впрочем, для большинства применений ИИ инференс и есть основная задача.

Оптические потери. Даже при идеальной записи часть света неизбежно рассеивается на дефектах кристалла и поглощается. После десятков слоёв сигнал может упасть ниже уровня шума. Нужны материалы с минимальными потерями и, возможно, встроенные оптические усилители.

Интеграция с электроникой. Входные данные (изображение, текст) должны быть преобразованы в оптический сигнал, а выходной оптический сигнал — обратно в электрический. Эти интерфейсы должны быть быстрыми и энергоэффективными, чтобы не свести на нет все преимущества.

6. Ближайшие аналоги и текущий уровень технологий

Голографическая память. В 2000-х годах компании (InPhase Technologies, Aprilis) пытались коммерциализировать голографические диски с ёмкостью до 1.6 ТБ. Проекты закрылись из-за конкуренции с флеш-памятью, но технологии остались.

Оптические нейронные сети. Стартапы (Lightmatter, Lightelligence) разрабатывают оптические интерконнекты и фотонные чипы для ускорения матричных умножений. Они используют интегральную фотонику на кремниевых чипах.

Project Silica (Microsoft). Хранение данных в кварцевом стекле с помощью фемтосекундного лазера. Технология ориентирована на архивное хранение, но демонстрирует принцип объёмной записи в прозрачном материале.

Дифракционные нейронные сети (D²NN). Исследователи из UCLA показали, что пассивные оптические элементы (дифракционные пластины) могут выполнять классификацию изображений на скорости света. Это наиболее близкий аналог нашей идеи, но в D²NN веса фиксированы в плоских элементах, а не в объёме кристалла.

7. Дорожная карта

Ближний горизонт (1–3 года). Демонстрация записи и считывания простой модели (например, классификатор MNIST) в кристалле ниобата лития с одним проходом луча. Измерение точности инференса и энергопотребления. Публикация в рецензируемом журнале.

Средний горизонт (3–7 лет). Разработка метода мультиплексирования для записи многослойных сетей в объёме одного кристалла. Создание прототипа, способного выполнять инференс модели уровня ResNet-50 за один проход. Оценка коммерческой viability.

Дальний горизонт (7–15 лет). Создание коммерческого оптического инференс-ускорителя, превосходящего электронные аналоги по энергоэффективности на порядки. Интеграция в дата-центры как сопроцессора для инференса больших языковых моделей.

8. Заключение

Оптический инференс через кристалл — это не фантастика, а инженерная задача на стыке существующих технологий. Она не требует новой физики, но требует преодоления серьёзных материаловедческих и оптических проблем.

Если эта технология будет реализована, она изменит ландшафт вычислений так же радикально, как в своё время переход от ламп к транзисторам. ИИ-модели, записанные в кристаллах, смогут работать годами без единого ватта электроэнергии, обрабатывая запросы со скоростью света — за один проход, без зеркал, без циклов, без транзисторов. Дата-центры перестанут быть фабриками тепла и станут тихими залами с лазерами и кристаллами.

И, возможно, это первый шаг к тому, чтобы наши потомки через миллион лет могли «загрузить» наш save point — не в виде археологической находки, а как работающую модель, готовую ответить на вопрос из глубины времён.

Авторы: коллективный разум (человек + AI)
Дата: 8 июля 2026 года