Tekoälyn laskentatehon kehityksessä on otettu merkittävä harppaus eteenpäin, kun eurooppalaistutkijat ovat osoittaneet uudenlaisen laskentatavan, jossa sähkövirran sijaan hyödynnetään valoa monimutkaisten laskutoimitusten suorittamiseen ennennäkemättömällä nopeudella.
Läpimurto on seurausta Tampereen yliopiston (Suomi) ja Université Marie et Louis Pasteurin (Ranska) tiimien yhteistyöstä. He onnistuivat hyödyntämään femtosekuntien laserpulsseja – jotka ovat miljardin kertaa lyhyempiä kuin kameran salaman välähdys – ohjattuna ultrahohuiden lasikuitujen läpi tekoälylaskentaa muistuttavien operaatioiden suorittamiseen. Saavutuksen tekee merkittäväksi sekä prosessin nopeus että tehokkuus: laskenta valmistuu alle yhdessä pikosekunnissa ja MNIST-käsinkirjoitettujen numeroiden tunnistusvertailussa saavutettiin yli 91 %:n tarkkuus, mikä on tekoälyjärjestelmien standarditesti.
"Tämä työ osoittaa, kuinka perustutkimus epälineaarisessa kuituoptiikassa voi synnyttää uusia lähestymistapoja laskentaan", selittävät tutkimuksen johtajat, professorit Goëry Genty, John Dudley ja Daniel Brunner. "Yhdistämällä fysiikkaa ja koneoppimista avaamme uusia reittejä ultranopeaan ja energiatehokkaaseen tekoälylaitteistoon."
Järjestelmä toimii lähettämällä useita aallonpituuksia sisältäviä laserpulsseja optisten kuitujen läpi, joiden poikkileikkaus on pienempi kuin ihmisen hius. Tutkijat koodaavat informaation tuomalla suhteellisia viiveitä eri aallonpituuksiin kuvatiedon perusteella. Valon kulkiessa kuidussa epälineaarinen vuorovaikutus valon ja lasin välillä muuntaa spektriä tavalla, joka säilyttää ja prosessoi koodatun tiedon.
Mielenkiintoista on, että tiimi havaitsi optimaalisen suorituskyvyn löytyvän järjestelmän monimutkaisuuden tarkan tasapainon kautta, ei maksimoimalla epälineaarisia vuorovaikutuksia. Tämä oivallus voi osoittautua ratkaisevaksi fotonisten laskentajärjestelmien tulevassa kehityksessä.
Tutkijat työstävät nyt sirutason optisia järjestelmiä, jotka voisivat toimia reaaliaikaisesti laboratorio-olosuhteiden ulkopuolella. Mikäli kehitys onnistuu, teknologia voi mullistaa tekoälyn laskennan vähentämällä energiankulutusta radikaalisti ja kasvattamalla laskentanopeuksia moninkertaisiksi nykyisiin elektronisiin järjestelmiin verrattuna.
Tutkimus julkaistiin Optics Letters -lehdessä nimellä "Limits of nonlinear and dispersive fiber propagation for an optical fiber-based extreme learning machine".