Programlanabilir Chip Trains sinir ağını ilk kez ışıkla

Apr 22, 2025 Mesaj bırakın

Çip, doğrusal olmayan sinir ağlarını eğitmek için ışık kullanabilir - AI eğitimini önemli ölçüde hızlandırabilecek, enerji tüketimini azaltabilecek ve hatta tamamen optik bilgisayarların yolunu açabilecek bir atılım.

 

Mevcut AI çipleri elektroniktir ve hesaplamalar yapmak için elektriğe güvenir, ancak bu yeni çip fotoniktir. Nature Photonics dergisinde tarif edilen çip, modern yapay zekanın kalbinde doğrusal olmayan matematiği gerçekleştirmek için ışığın davranışını değiştirir.

 

Mevcut AI sistemlerinin çoğu, biyolojik nöral dokuyu taklit eden nöral ağlara, yazılıma dayanmaktadır. Tıpkı nöronların organizmaların düşünmesini sağlamak için bağlanması gibi, sinir ağları AI sistemlerinin basit birimler veya "düğümler" katmanlarını birleştirerek karmaşık görevleri gerçekleştirmesini sağlar.

 

Ekibin atılımı ışığa yanıt veren özel bir yarı iletken malzeme ile başladı. Bir "sinyal" ışığı ışını (taşıma giriş verileri) malzemeden geçtiğinde, yukarıdan parlayan bir "pompa" ışını, malzemenin nasıl reaksiyona girdiğini ayarlar.

 

Pompa ışığının şeklini ve yoğunluğunu değiştirerek ekip, ışığın yoğunluğuna ve malzemenin davranışına bağlı olarak sinyal ışığının emildiğini, iletildiğini veya amplifiye edilip edilmediğini kontrol edebilir. Bu işlem, farklı doğrusal olmayan fonksiyonlar gerçekleştirmek için çipi "programlar".

 

Bu araştırmanın çipin temel yapısını değiştirmediğini, ancak ışığın ışığı geçme şeklini yeniden şekillendirmek için malzemenin içinde oluşturulan desenleri kullandığını belirtmek gerekir. Bu, pompalama modeline dayalı çeşitli matematiksel fonksiyonları ifade edebilen ve gerçek zamanlı olarak öğrenme ve davranışını çıktı geri bildirimlerine göre ayarlama yeteneği veren yeniden yapılandırılabilir bir sistem oluşturur.

20250422100843

Çipin yeteneklerini doğrulamak için ekip, bir dizi kıyaslama AI problemini çözmek için kullandı. Basit doğrusal olmayan karar sınır görevlerinde,% 97'den fazla bir doğruluk elde edildi; Ünlü Iris veri seti probleminde,% 96'dan fazla bir doğruluk elde edildi. Bu, geleneksel dijital sinir ağları ile karşılaştırıldığında, fotonik yongalar sadece karşılaştırılabilir veya daha iyi bir performansa sahip olmakla kalmayıp, aynı zamanda güç tüketen bileşenlere olan bağımlılığı azalttıkları için enerji tüketimini de daha düşüktür.

 

Ek olarak, deney ayrıca, sadece 4 doğrusal olmayan optik bağlantının, geleneksel modelde 20 sabit doğrusal olmayan aktivasyon fonksiyonu doğrusal elektronik bağlantılarının etkisini elde edebileceğini ve teknolojinin büyük potansiyelini gösterdiğini gösterdi. Mimari daha da genişledikçe, verimlilik daha da önemli olacaktır.

 

Üretimden sonra sabitlenen önceki fotonik sistemlerin aksine, bu yeni çip, boya fırçası gibi programlanabilir talimatlar çizmek için pompa ışığını kullanabilen boş bir platform sağlar. Bu, alan programlanabilir fotonik bilgisayarlar kavramının pratik bir kanıtıdır ve AI'yı ışık hızında eğitmek için önemli bir adımdır.