I et markant gennembrud for hardware til kunstig intelligens har forskere demonstreret, hvordan glasfibre kan erstatte silicium som fundamentet for næste generations AI-behandlingssystemer.
De samarbejdende forskerhold fra Tampere Universitet i Finland og Université Marie et Louis Pasteur i Frankrig har med succes vist, at intense laserpulser gennem ultratynde glasfibre kan udføre AI-lignende beregninger med hidtil usete hastigheder. Deres arbejde, offentliggjort i Optics Letters, demonstrerer en ny computerarkitektur kendt som en Extreme Learning Machine (ELM), der er inspireret af neurale netværk.
"I stedet for at bruge konventionel elektronik og algoritmer opnås beregningen ved at udnytte den ikke-lineære interaktion mellem intense lyspulser og glasset," forklarer postdoc-forskerne Dr. Mathilde Hary og Dr. Andrei Ermolaev, som ledte studiet. Forskerne benyttede femtosekund-laserpulser—en milliard gange kortere end et kamerablik—indespærret i et område mindre end en brøkdel af et menneskehår for at demonstrere deres optiske ELM-system.
Denne tilgang giver betydelige fordele i forhold til traditionel elektronisk databehandling. Mens konventionel elektronik nærmer sig sine grænser for båndbredde, datagennemstrømning og strømforbrug, kan optiske fibre transformere inputsignaler tusindvis af gange hurtigere og forstærke små forskelle gennem ikke-lineære interaktioner, så de bliver synlige.
Konsekvenserne for AI er dybtgående. Efterhånden som AI-modeller fortsætter med at vokse og kræve mere energi, bliver begrænsningerne ved elektronisk behandling stadig mere tydelige. Optisk computing kan tilbyde en løsning ved dramatisk at øge behandlingshastighederne, samtidig med at energiforbruget potentielt reduceres—et kritisk aspekt i takt med, at AI-systemer skaleres op.
"Ved at forene fysik og maskinlæring åbner vi nye veje mod ultrahurtig og energieffektiv AI-hardware," siger professor Goëry Genty, en af forskningslederne. Holdet sigter mod på sigt at bygge optiske systemer på chips, der kan fungere i realtid og uden for laboratorieforhold.
Forskningen, som er finansieret af Det Finske Forskningsråd, det Franske Nationale Forskningsagentur og Det Europæiske Forskningsråd, peger på potentielle anvendelser lige fra realtids-signalbehandling til miljøovervågning og lynhurtig AI-inferens. I takt med at traditionel siliciumbaseret computing nærmer sig sine fysiske grænser, kan dette gennembrud inden for optisk computing repræsentere fremtiden for AI-behandlingsteknologi.