لقد أصبحت نماذج الشبكات العصبية العميقة التي تدعم أكثر تطبيقات تعلم الآلة تطلباً اليوم كبيرة ومعقدة إلى درجة أنها تدفع حدود عتاد الحوسبة الإلكترونية التقليدية. وتوفر الأجهزة الضوئية، التي تنفذ عمليات تعلم الآلة باستخدام الضوء، بديلاً أسرع وأكثر كفاءة في استهلاك الطاقة. ومع ذلك، حتى وقت قريب، كانت هناك بعض أنواع العمليات الحسابية في الشبكات العصبية التي لم تكن الأجهزة الضوئية قادرة على تنفيذها، مما استدعى استخدام إلكترونيات خارج الشريحة أبطأت الأداء وقللت الكفاءة.
في خطوة قد تعيد تعريف مستقبل بنية الذكاء الاصطناعي، كشفت شركة لايتماتر في أبريل 2025 عن شريحة الحوسبة الضوئية الثورية "إنفايس"، المصممة لتقليل استهلاك الطاقة بشكل كبير مع تسريع أحمال عمل الذكاء الاصطناعي. وتعد شريحة إنفايس—التي تعتمد على الضوء بدلاً من الإلكترونات في العمليات الحسابية—بحل لمشكلات عدم الكفاءة المتزايدة في شرائح السيليكون التقليدية، في الوقت الذي تتطلب فيه نماذج الذكاء الاصطناعي قوة معالجة غير مسبوقة. وتقدر قيمة شركة لايتماتر بـ 4.4 مليار دولار بعد جولة تمويلية بقيمة 850 مليون دولار، لتضع نفسها في طليعة عصر الحوسبة الجديد.
تستخدم معالجات لايتماتر الضوئية الضوء لتنفيذ العمليات الحسابية، خاصة العمليات المصفوفية (التنسورية) المحورية في التعلم العميق. ومن خلال التحكم في الضوء عبر مكونات بصرية مثل الأدلة الموجية والعدسات، تنفذ هذه الشرائح العمليات الحسابية بسرعة الضوء، مع تحقيق دقة قريبة من الإلكترونية واستهلاك طاقة أقل بكثير. فعلى سبيل المثال، ينفذ معالجهم الضوئي 65.5 تريليون عملية حسابية بنظام النقطة العائمة التكيفية 16-بت في الثانية باستخدام 78 واط فقط من الطاقة الكهربائية.
وفي الوقت نفسه، استعرضت شركة Q.ANT خادمها الضوئي الأصلي لمعالجة البيانات (NPS) في مؤتمر ISC 2025 في يونيو. وبُني هذا الخادم على معمارية Q.ANT المسماة "الحساب الأصلي المدعوم بالضوء" (LENA)، حيث يوفر كفاءة طاقة تصل إلى 30 ضعف التقنيات التقليدية مع مواصفات مبهرة: دقة النقطة العائمة 16-بت بنسبة دقة 99.7% لجميع العمليات الحسابية، وعدد عمليات أقل بنسبة 40–50% لتحقيق نفس النتائج، ودون الحاجة إلى بنية تبريد نشطة.
وعلاوة على تحسين الأداء، أظهر الباحثون أيضاً أن حتى الحواسيب الكمومية الصغيرة الحجم يمكنها تعزيز أداء تعلم الآلة باستخدام دوائر كمومية ضوئية مبتكرة. وتشير نتائجهم إلى أن تكنولوجيا الكم الحالية لم تعد تجريبية فحسب—بل يمكنها بالفعل التفوق على الأنظمة التقليدية في مهام محددة. ومن الجدير بالذكر أن هذا النهج الضوئي يمكن أن يقلل استهلاك الطاقة بشكل كبير، مما يوفر مساراً مستداماً في ظل تزايد احتياجات تعلم الآلة للطاقة.
ومع استمرار الذكاء الاصطناعي في تحقيق قفزات مذهلة، فإن الطلب المتزايد على قوة الحوسبة—خاصة في مهام الاستدلال المعقدة كما في نماذج الذكاء الاصطناعي التوليدي مثل ChatGPT—يطرح تحديات أمام أنظمة الحوسبة الإلكترونية التقليدية. وقد أدت التطورات في تكنولوجيا الفوتونات إلى زيادة الاهتمام بالحوسبة الضوئية كخيار واعد لحوسبة الذكاء الاصطناعي. ومن خلال الدمج العميق بين الذكاء الاصطناعي وتكنولوجيا الفوتونات، يتطور مجال الفوتونات الذكية كحقل متعدد التخصصات ناشئ يحمل إمكانات كبيرة لإحداث ثورة في التطبيقات العملية.