Σε μια επαναστατική εξέλιξη που θα μπορούσε να μεταμορφώσει το μέλλον της τεχνητής νοημοσύνης, δύο ευρωπαϊκές ερευνητικές ομάδες αξιοποίησαν με επιτυχία τη δύναμη του φωτός για τη δημιουργία υπερταχέων υπολογιστικών συστημάτων ΤΝ χρησιμοποιώντας απλές οπτικές ίνες.
Η συνεργατική έρευνα, υπό την καθοδήγηση των μεταδιδακτορικών ερευνητών Δρ. Ματίλντ Χάρι από το Πανεπιστήμιο του Τάμπερε στη Φινλανδία και Δρ. Αντρέι Ερμολάεφ από το Université Marie et Louis Pasteur στη Γαλλία, δείχνει πώς έντονοι παλμοί λέιζερ που διαδίδονται μέσω λεπτών οπτικών ινών μπορούν να προσομοιώσουν λειτουργίες νευρωνικών δικτύων με ασύλληπτες ταχύτητες.
«Αντί για συμβατικά ηλεκτρονικά και αλγορίθμους, ο υπολογισμός επιτυγχάνεται αξιοποιώντας τη μη γραμμική αλληλεπίδραση μεταξύ των έντονων παλμών φωτός και της οπτικής ίνας», εξηγούν οι Χάρι και Ερμολάεφ. Το σύστημά τους υλοποιεί μια συγκεκριμένη αρχιτεκτονική υπολογισμού γνωστή ως Extreme Learning Machine, εμπνευσμένη από τα νευρωνικά δίκτυα.
Οι ερευνητές πέτυχαν εντυπωσιακά αποτελέσματα, με ακρίβεια δοκιμών που ξεπερνά το 91% σε εργασίες αναγνώρισης εικόνων, λειτουργώντας σε χρόνους που μετρώνται σε femtoseconds — εκατομμυριοστά του δισεκατομμυριοστού του δευτερολέπτου. Αυτό αντιστοιχεί σε επεξεργασία χιλιάδες φορές ταχύτερη από τα σημερινά ηλεκτρονικά συστήματα.
Η ανακάλυψη έρχεται σε μια κρίσιμη στιγμή, καθώς τα παραδοσιακά ηλεκτρονικά πλησιάζουν τα όριά τους όσον αφορά το εύρος ζώνης, τη διακίνηση δεδομένων και την κατανάλωση ενέργειας. Με τα μοντέλα ΤΝ να γίνονται όλο και πιο πολύπλοκα και ενεργοβόρα, η βιομηχανία αντιμετωπίζει σημαντικές προκλήσεις στην κλιμάκωση των τρεχουσών τεχνολογιών.
«Τα μοντέλα μας δείχνουν πώς η διασπορά, η μη γραμμικότητα και ακόμη και ο κβαντικός θόρυβος επηρεάζουν την απόδοση, παρέχοντας κρίσιμες γνώσεις για το σχεδιασμό της επόμενης γενιάς υβριδικών οπτικο-ηλεκτρονικών συστημάτων ΤΝ», σημειώνει ο Ερμολάεφ. Η ερευνητική ομάδα στοχεύει τελικά στην ανάπτυξη οπτικών συστημάτων σε chip που θα μπορούν να λειτουργούν σε πραγματικό χρόνο εκτός εργαστηρίου.
Οι επιπτώσεις εκτείνονται πολύ πέρα από την ακαδημαϊκή έρευνα. Πιθανές εφαρμογές κυμαίνονται από επεξεργασία σημάτων σε πραγματικό χρόνο έως περιβαλλοντική παρακολούθηση και ταχύτατη εξαγωγή συμπερασμάτων από ΤΝ. Καθώς τα κέντρα δεδομένων πασχίζουν να καλύψουν τις τεράστιες ενεργειακές απαιτήσεις των σύγχρονων συστημάτων ΤΝ, η φωτονική υπολογιστική προσφέρει μια πολλά υποσχόμενη διαδρομή προς πιο βιώσιμη και δραματικά ταχύτερη τεχνητή νοημοσύνη.
Το έργο, που χρηματοδοτείται από το Ερευνητικό Συμβούλιο της Φινλανδίας, τη Γαλλική Εθνική Υπηρεσία Έρευνας και το Ευρωπαϊκό Ερευνητικό Συμβούλιο, αποτελεί σημαντικό βήμα προς την πρακτική οπτική υπολογιστική — έναν τομέα που έχει προσελκύσει επενδύσεις σχεδόν 3,6 δισεκατομμυρίων δολαρίων τα τελευταία πέντε χρόνια, καθώς οι εταιρείες αγωνίζονται να αναπτύξουν εναλλακτικές λύσεις στα παραδοσιακά συστήματα με βάση το πυρίτιο.