I ett betydande framsteg för datorteknologin har europeiska forskare lyckats visa hur ljus, istället för elektricitet, kan användas för att utföra artificiella intelligensberäkningar i en aldrig tidigare skådad hastighet.
Den banbrytande forskningen, ledd av Dr. Mathilde Hary från Tammerfors universitet i Finland och Dr. Andrei Ermolaev från Université Marie et Louis Pasteur i Frankrike, visar hur intensiva laserpulser som färdas genom ultratunna glasfibrer kan efterlikna AI:s informationsbearbetning – men tusentals gånger snabbare än konventionella elektroniska system.
Forskarna använde en beräkningsarkitektur kallad Extreme Learning Machine (ELM), inspirerad av neurala nätverk. Deras metod drar nytta av den icke-linjära interaktionen mellan intensiva ljuspulser och glas för att utföra komplexa beräkningar. När systemet testades på MNIST-databasen med handskrivna siffror uppnåddes imponerande noggrannhet: över 91 % i anomal dispersionsregim och 93 % i normal dispersionsregim.
"Detta arbete visar hur grundforskning inom icke-linjär fiberoptik kan driva nya angreppssätt för beräkning," förklarar professorerna Goëry Genty och John M. Dudley, som handlett forskningen. "Genom att förena fysik och maskininlärning öppnar vi nya vägar mot ultrahöghastighets- och energieffektiv AI-hårdvara."
Innovationens styrka är att den adresserar kritiska begränsningar hos traditionell elektronik, som närmar sig sina fysiska gränser vad gäller bandbredd, datagenomströmning och energiförbrukning. Eftersom AI-modeller fortsätter att växa exponentiellt – och enligt OpenAI fördubblas i storlek ungefär var 3,5:e månad – har energibehovet för att träna och köra dessa modeller blivit alltmer ohållbart.
Potentiella tillämpningar för denna ljusbaserade datorteknik sträcker sig från realtids-signalbehandling och miljöövervakning till AI-inferens i mycket höga hastigheter. Forskarna siktar på att så småningom bygga optiska system på chip som kan fungera i realtid utanför laboratoriemiljöer, vilket potentiellt kan revolutionera datacenter, autonoma fordon och andra AI-intensiva applikationer.
Projektet, som finansierats av Finlands Akademi, Franska nationella forskningsrådet och Europeiska forskningsrådet, markerar ett fundamentalt skifte i beräkningsparadigm som kan bidra till att lösa den växande energikrisen inom AI-beräkningar – samtidigt som det möjliggör kraftfullare och mer responsiva AI-system.