Σε ένα σημαντικό άλμα προς τα εμπρός για την τεχνολογία των υπολογιστών, Ευρωπαίοι ερευνητές απέδειξαν με επιτυχία πώς το φως, αντί για το ηλεκτρικό ρεύμα, μπορεί να αξιοποιηθεί για την εκτέλεση υπολογισμών τεχνητής νοημοσύνης με πρωτοφανείς ταχύτητες.
Η πρωτοποριακή έρευνα, που διεξήχθη από τη Δρ. Ματίλντ Αρί του Πανεπιστημίου του Τάμπερε στη Φινλανδία και τον Δρ. Αντρέι Ερμολάεφ του Université Marie et Louis Pasteur στη Γαλλία, δείχνει πώς ισχυροί παλμοί λέιζερ που διαδίδονται μέσα από υπέρλεπτες οπτικές ίνες μπορούν να μιμηθούν τον τρόπο με τον οποίο η τεχνητή νοημοσύνη επεξεργάζεται πληροφορίες, αλλά με ταχύτητες χιλιάδες φορές μεγαλύτερες από τα συμβατικά ηλεκτρονικά συστήματα.
Οι ερευνητές χρησιμοποίησαν μια αρχιτεκτονική υπολογισμού γνωστή ως Extreme Learning Machine (ELM), η οποία εμπνέεται από τα νευρωνικά δίκτυα. Η προσέγγισή τους εκμεταλλεύεται τη μη γραμμική αλληλεπίδραση μεταξύ ισχυρών παλμών φωτός και γυαλιού για την εκτέλεση πολύπλοκων υπολογισμών. Όταν δοκιμάστηκε στο σύνολο δεδομένων MNIST με χειρόγραφους αριθμούς, το οπτικό τους σύστημα πέτυχε εντυπωσιακά ποσοστά ακρίβειας που ξεπέρασαν το 91% σε καθεστώτα ανώμαλης διασποράς και το 93% σε κανονικά καθεστώτα διασποράς.
«Αυτή η εργασία δείχνει πώς η θεμελιώδης έρευνα στις μη γραμμικές οπτικές ίνες μπορεί να οδηγήσει σε νέες προσεγγίσεις στον υπολογισμό», εξήγησαν οι καθηγητές Goëry Genty και John M. Dudley, που επέβλεψαν την έρευνα. «Συνδυάζοντας τη φυσική με τη μηχανική μάθηση, ανοίγουμε νέους δρόμους προς τα υπερταχέα και ενεργειακά αποδοτικά υλικά τεχνητής νοημοσύνης».
Η καινοτομία αυτή αντιμετωπίζει κρίσιμους περιορισμούς των παραδοσιακών ηλεκτρονικών, τα οποία πλησιάζουν τα φυσικά τους όρια όσον αφορά το εύρος ζώνης, τη διαμεταγωγή δεδομένων και την κατανάλωση ενέργειας. Καθώς τα μοντέλα τεχνητής νοημοσύνης συνεχίζουν να αυξάνονται εκθετικά—διπλασιάζοντας το μέγεθός τους περίπου κάθε 3,5 μήνες σύμφωνα με έρευνα της OpenAI—οι ενεργειακές απαιτήσεις για την εκπαίδευση και λειτουργία αυτών των μοντέλων καθίστανται όλο και πιο μη βιώσιμες.
Οι πιθανές εφαρμογές αυτής της τεχνολογίας υπολογισμού με φως εκτείνονται από την επεξεργασία σημάτων σε πραγματικό χρόνο και την περιβαλλοντική παρακολούθηση έως την ταχύτατη εξαγωγή συμπερασμάτων από συστήματα τεχνητής νοημοσύνης. Οι ερευνητές στοχεύουν τελικά στην ανάπτυξη οπτικών συστημάτων σε chip που θα μπορούν να λειτουργούν σε πραγματικό χρόνο εκτός εργαστηριακού περιβάλλοντος, με προοπτική να φέρουν επανάσταση σε data centers, αυτόνομα οχήματα και άλλες εφαρμογές με υψηλές απαιτήσεις τεχνητής νοημοσύνης.
Το έργο, που χρηματοδοτήθηκε από το Ερευνητικό Συμβούλιο της Φινλανδίας, τη Γαλλική Εθνική Υπηρεσία Έρευνας και το Ευρωπαϊκό Συμβούλιο Έρευνας, αντιπροσωπεύει μια θεμελιώδη αλλαγή στο υπολογιστικό παράδειγμα, που θα μπορούσε να συμβάλει στην αντιμετώπιση της αυξανόμενης ενεργειακής κρίσης στην τεχνητή νοημοσύνη, ενώ ταυτόχρονα θα επιτρέπει τη δημιουργία ισχυρότερων και πιο άμεσων συστημάτων τεχνητής νοημοσύνης.