Σε μια σημαντική εξέλιξη για το υλικό της τεχνητής νοημοσύνης, ερευνητές απέδειξαν πως οι οπτικές ίνες μπορούν να αντικαταστήσουν το πυρίτιο ως βάση για τα συστήματα επόμενης γενιάς στην επεξεργασία AI.
Οι συνεργαζόμενες ερευνητικές ομάδες από το Πανεπιστήμιο του Τάμπερε στη Φινλανδία και το Πανεπιστήμιο Marie et Louis Pasteur στη Γαλλία κατάφεραν να δείξουν ότι έντονοι παλμοί λέιζερ μέσω υπέρλεπτων οπτικών ινών μπορούν να εκτελούν υπολογισμούς τύπου AI με πρωτοφανείς ταχύτητες. Η εργασία τους, που δημοσιεύτηκε στο Optics Letters, παρουσιάζει μια νέα αρχιτεκτονική υπολογιστών γνωστή ως Extreme Learning Machine (ELM), εμπνευσμένη από τα νευρωνικά δίκτυα.
"Αντί να χρησιμοποιούμε συμβατικά ηλεκτρονικά και αλγορίθμους, ο υπολογισμός επιτυγχάνεται αξιοποιώντας τη μη γραμμική αλληλεπίδραση μεταξύ έντονων παλμών φωτός και της οπτικής ίνας," εξηγούν οι μεταδιδακτορικοί ερευνητές Δρ. Ματίλντ Χαρί και Δρ. Αντρέι Ερμολάεφ, που ηγήθηκαν της μελέτης. Οι ερευνητές χρησιμοποίησαν παλμούς λέιζερ φεμτοδευτερολέπτου—ένα δισεκατομμύριο φορές μικρότερους από το φλας μιας κάμερας—συγκεντρωμένους σε περιοχή μικρότερη από το πάχος μιας ανθρώπινης τρίχας, για να επιδείξουν το οπτικό τους σύστημα ELM.
Αυτή η προσέγγιση προσφέρει σημαντικά πλεονεκτήματα έναντι της παραδοσιακής ηλεκτρονικής υπολογιστικής. Ενώ τα συμβατικά ηλεκτρονικά πλησιάζουν τα όριά τους όσον αφορά το εύρος ζώνης, τη διακίνηση δεδομένων και την κατανάλωση ενέργειας, οι οπτικές ίνες μπορούν να μετασχηματίζουν τα εισερχόμενα σήματα χιλιάδες φορές ταχύτερα και να ενισχύουν μικροσκοπικές διαφορές μέσω μη γραμμικών αλληλεπιδράσεων ώστε να γίνονται διακριτές.
Οι συνέπειες για την τεχνητή νοημοσύνη είναι βαθιές. Καθώς τα μοντέλα AI συνεχίζουν να μεγαλώνουν και να απαιτούν ολοένα και περισσότερη ενέργεια, οι περιορισμοί της ηλεκτρονικής επεξεργασίας γίνονται όλο και πιο εμφανείς. Η οπτική υπολογιστική θα μπορούσε να προσφέρει λύση, αυξάνοντας δραματικά τις ταχύτητες επεξεργασίας και ταυτόχρονα μειώνοντας πιθανώς την κατανάλωση ενέργειας—ένα κρίσιμο ζήτημα καθώς τα συστήματα AI κλιμακώνονται.
"Συνδυάζοντας τη φυσική με τη μηχανική μάθηση, ανοίγουμε νέους δρόμους για υπερταχείες και ενεργειακά αποδοτικές συσκευές τεχνητής νοημοσύνης," δηλώνει ο καθηγητής Γκερί Ζαντί, ένας από τους επικεφαλής της έρευνας. Η ομάδα στοχεύει τελικά στην ανάπτυξη οπτικών συστημάτων σε chip που θα μπορούν να λειτουργούν σε πραγματικό χρόνο και εκτός εργαστηρίου.
Η έρευνα, που χρηματοδοτήθηκε από το Ερευνητικό Συμβούλιο της Φινλανδίας, την Εθνική Υπηρεσία Έρευνας της Γαλλίας και το Ευρωπαϊκό Συμβούλιο Έρευνας, δείχνει πιθανές εφαρμογές από την επεξεργασία σημάτων σε πραγματικό χρόνο και την περιβαλλοντική παρακολούθηση, μέχρι την ταχύτατη εξαγωγή συμπερασμάτων από συστήματα AI. Καθώς η παραδοσιακή υπολογιστική με βάση το πυρίτιο φτάνει τα φυσικά της όρια, αυτή η πρόοδος στην οπτική υπολογιστική θα μπορούσε να σηματοδοτήσει το μέλλον της τεχνολογίας επεξεργασίας τεχνητής νοημοσύνης.