செயற்கை நுண்ணறிவின் எதிர்காலத்தை மாற்றக்கூடிய முக்கிய முன்னேற்றமாக, ஆராய்ச்சியாளர்கள், நம்முடைய வீடுகளுக்கு இணையத்தை வழங்கும் அதே கண்ணாடி நார் தொழில்நுட்பம், விரைவில் சிலிகானை மாற்றி AI செயலாக்க அமைப்புகளுக்கான அடிப்படையாக மாறக்கூடும் என்பதை நிரூபித்துள்ளனர்.
இந்த கூட்டு ஆய்வை, ஃபின்லாந்தின் Tampere பல்கலைக்கழகத்தைச் சேர்ந்த டாக்டர் மதில்த் ஹாரி மற்றும் பிரான்ஸின் Université Marie et Louis Pasteur-இன் டாக்டர் ஆண்ட்ரே எர்மோலாயேவ் ஆகியோர் வழிநடத்தினர். மிக மெல்லிய கண்ணாடி நார்களில் பயணிக்கும் தீவிரமான லேசர் ஒளிக்கதிர்கள், பாரம்பரிய மின்னணு அமைப்புகளை விட ஆயிரக்கணக்கான மடங்கு வேகமாக AI போன்ற கணக்கீடுகளை செய்ய முடியும் என்று அவர்கள் காட்டியுள்ளனர்.
"பாரம்பரிய மின்னணு மற்றும் அல்காரிதங்களைப் பயன்படுத்துவதற்குப் பதிலாக, தீவிரமான ஒளிக்கதிர்கள் மற்றும் கண்ணாடி இடையிலான நேரியல் அல்லாத தொடர்பை பயன்படுத்தி கணக்கீடு செய்யப்படுகிறது," என ஹாரி மற்றும் எர்மோலாயேவ் விளக்குகின்றனர். இவர்களின் அமைப்பு, 'Extreme Learning Machine' எனப்படும் நரம்பியல் வலையமைப்பு சார்ந்த அணுகுமுறையை பயன்படுத்தி, படத்தை அடையாளம் காணுதல் போன்ற பணிகளில், ஒரு டிரில்லியன் வினாடிக்கு குறைவான நேரத்தில், நவீன தரத்துக்கு நிகரான முடிவுகளை பெற்றுள்ளது.
இந்த முன்னேற்றம், AI வளர்ச்சியில் உருவாகும் ஒரு முக்கிய சவாலுக்கு தீர்வு காண்கிறது. AI மாதிரிகள் அதிகம் சிக்கலாகும் போது, பாரம்பரிய சிலிகான் அமைப்புகள், பாண்ட்வித், தரவு ஊடாடல் மற்றும் ஆற்றல் செலவு ஆகியவற்றில் தங்கள் வரம்பை எட்டுகின்றன. மின்சாரத்திற்கு பதிலாக ஒளியை பயன்படுத்தும் இந்த ஒப்டிக்கல் கணினி அணுகுமுறை, செயலாக்க வேகத்தை பெரிதும் அதிகரிக்கக்கூடும்; அதே நேரத்தில், ஆற்றல் தேவையை குறைக்கும் வாய்ப்பும் உள்ளது. இது, AI அமைப்புகளுக்காக அதிகப்படியான ஆற்றலை தேவைப்படுத்தும் தரவு மையங்களில், மிக முக்கியமான முன்னேற்றமாகும்.
ஆராய்ச்சியாளர்களின் மாதிரிகள், பிதற்றல் (dispersion), நேரியல் அல்லாத தன்மை (nonlinearity), மற்றும் குவாண்டம் சத்தம் (quantum noise) போன்றவை செயல்திறனை எவ்வாறு பாதிக்கின்றன என்பதைக் காட்டுகின்றன. இது, அடுத்த தலைமுறை கலப்பு ஒளி-மின்னணு AI அமைப்புகளை வடிவமைக்க முக்கியமான அறிவை வழங்குகிறது. "நேரியல் அல்லாத நார் ஒளியியல் குறித்த அடிப்படை ஆராய்ச்சி, கணினி கணக்கீட்டுக்கான புதிய வழிகளை உருவாக்க முடியும் என்பதை இந்த வேலை நிரூபிக்கிறது. இயற்பியல் மற்றும் மெஷின் லெர்னிங்கை இணைப்பதன் மூலம், மிக வேகமான மற்றும் ஆற்றல் சிக்கனமான AI ஹார்ட்வேர் நோக்கி புதிய பாதைகளைத் திறக்கிறோம்," என திட்டத் தலைவர்கள் கூறுகின்றனர்.
எதிர்கால நோக்கில், இந்த குழுக்கள், ஆய்வகத்தைத் தாண்டி நேரடி பயன்பாட்டில் இயங்கக்கூடிய ஒன்சிப் ஒளி அமைப்புகளை உருவாக்க திட்டமிட்டுள்ளனர். நேரடி சிக்னல் செயலாக்கம், சுற்றுச்சூழல் கண்காணிப்பு, மற்றும் மிக வேகமான AI முடிவெடுப்பு போன்ற பயன்பாடுகள், தொலைத்தொடர்பு முதல் தானாக இயங்கும் வாகனங்கள் வரை பல துறைகளை மாற்றக்கூடும். இந்த ஆராய்ச்சி, ஃபின்லாந்து ஆராய்ச்சி கவுன்சில், பிரான்ஸ் தேசிய ஆராய்ச்சி நிறுவனம் மற்றும் ஐரோப்பிய ஆராய்ச்சி கவுன்சில் ஆகியவற்றால் நிதியளிக்கப்பட்டுள்ளது.