I et markant fremskridt for kunstig intelligens har europæiske forskere demonstreret en ny tilgang til databehandling, hvor lys i stedet for elektricitet bruges til at udføre komplekse beregninger med hidtil uset hastighed.
Gennembruddet er resultatet af et samarbejde mellem hold fra Tampere Universitet i Finland og Université Marie et Louis Pasteur i Frankrig, som med succes har anvendt femtosekund-laserpulser (en milliard gange kortere end et kamerablik) dirigeret gennem ultratynde glasfibre til at udføre AI-lignende beregninger. Det bemærkelsesværdige ved denne præstation er både hastigheden og effektiviteten – beregningerne udføres på under ét pikosekund, samtidig med at der opnås over 91% nøjagtighed på MNIST-testen for håndskrevne cifre, en standardbenchmark for AI-systemer.
"Dette arbejde viser, hvordan grundforskning i ikke-lineær fiberoptik kan drive nye tilgange til databehandling," forklarer forskningslederne, professorerne Goëry Genty, John Dudley og Daniel Brunner. "Ved at forene fysik og maskinlæring åbner vi nye veje mod ultrahurtig og energieffektiv AI-hardware."
Systemet fungerer ved at sende laserpulser med flere bølgelængder gennem optiske fibre med et tværsnit mindre end et menneskehår. Forskerne koder information ved at indføre relative forsinkelser mellem disse bølgelængder baseret på billeddata. Når lyset bevæger sig gennem fiberen, transformerer den ikke-lineære interaktion mellem lys og glas spektret på måder, der bevarer og bearbejder den kodede information.
Interessant nok opdagede holdet, at den optimale ydeevne ikke opstod ved at maksimere de ikke-lineære interaktioner, men snarere ved at finde en præcis balance i systemets kompleksitet. Denne indsigt kan vise sig afgørende for den fremtidige udvikling af fotoniske computersystemer.
Forskerne arbejder nu på at udvikle optiske systemer på chip, der kan fungere i realtid uden for laboratoriet. Hvis det lykkes, kan denne teknologi revolutionere AI-behandling ved dramatisk at reducere energiforbruget og samtidig øge behandlingshastigheden med flere størrelsesordener sammenlignet med nuværende elektroniske systemer.
Forskningen er offentliggjort i Optics Letters under titlen "Limits of nonlinear and dispersive fiber propagation for an optical fiber-based extreme learning machine."