I en banbrytande utveckling som kan förändra artificiell intelligens framtid har två europeiska forskarteam lyckats utnyttja ljusets kraft för att skapa ultrasnabba AI-datorsystem med hjälp av vanliga glasfibrer.
Det gemensamma forskningsarbetet, lett av postdoktorerna Dr. Mathilde Hary vid Tammerfors universitet i Finland och Dr. Andrei Ermolaev vid Université Marie et Louis Pasteur i Frankrike, visar hur intensiva laserpulser som färdas genom tunna glasfibrer kan efterlikna neuronnätsoperationer i en aldrig tidigare skådad hastighet.
"Istället för att använda konventionell elektronik och algoritmer uppnås beräkningarna genom att dra nytta av den icke-linjära interaktionen mellan intensiva ljuspulser och glaset," förklarar Hary och Ermolaev. Deras system implementerar en särskild typ av datorsystemarkitektur, kallad Extreme Learning Machine, inspirerad av neuronnät.
Forskarna nådde anmärkningsvärda resultat, med testnoggrannhet på över 91 % i bildigenkänningsuppgifter, samtidigt som de arbetade i hastigheter mätta i femtosekunder—miljondelar av en miljarddel av en sekund. Detta innebär bearbetning tusentals gånger snabbare än dagens elektroniska system.
Genombrottet kommer vid en kritisk tidpunkt när traditionell elektronik närmar sig sina gränser vad gäller bandbredd, datagenomströmning och energiförbrukning. I takt med att AI-modeller blir allt mer komplexa och energikrävande står branschen inför stora utmaningar med att skala upp befintlig teknik.
"Våra modeller visar hur dispersion, icke-linjäritet och till och med kvantbrus påverkar prestandan, vilket ger avgörande kunskap för att designa nästa generations hybrida optisk-elektroniska AI-system," påpekar Ermolaev. Forskargruppen siktar på att så småningom bygga optiska system på chip som kan fungera i realtid utanför laboratoriemiljöer.
Konsekvenserna sträcker sig långt utanför akademisk forskning. Potentiella tillämpningar inkluderar allt från realtids-signalbehandling till miljöövervakning och blixtsnabb AI-inferens. När datacenter kämpar med den enorma energiförbrukningen hos moderna AI-system erbjuder fotonisk databehandling en lovande väg mot mer hållbar och dramatiskt snabbare artificiell intelligens.
Projektet, som finansieras av Finlands Akademi, Franska nationella forskningsrådet och Europeiska forskningsrådet, markerar ett betydande steg mot praktisk optisk databehandling—ett område som sett investeringar på närmare 3,6 miljarder dollar de senaste fem åren när företag tävlar om att utveckla alternativ till traditionella kiselbaserade system.