Tämä piiri edustaa merkittävää edistystä. Toisin kuin perinteiset elektroniset piirit, se hyödyntää valon ominaisuuksia suorittaakseen tärkeitä operaatioita neuroverkkojen koulutuksessa. Tämän tutkimuksen tulokset on julkaistu lehdessä Nature Photonics.
Tiimi käytti valolle herkkiä puolijohdemateriaaleja tämän piirin luomiseen. 'Signaali'-valosäde kulkee materiaalin läpi, kun taas 'pumppaus'-valosäde säätää materiaalin reaktiota. Tämä menetelmä mahdollistaa piirin ohjelmoinnin eri matemaattisiin toimintoihin.
Testit ovat osoittaneet yli 96 % tarkkuuden standardeissa tekoälyongelmissa. Fotoniikkapiiri on saavuttanut tai ylittänyt perinteisten neuroverkkojen suorituskyvyn samalla kun se kuluttaa vähemmän energiaa. Tämä tehokkuus avaa tien nopeammille ja energiatehokkaammille koneoppimisjärjestelmille.
Tämä teknologia voisi merkittävästi vähentää tekoälyyn omistettujen datakeskusten energiankulutusta. Korvaamalla elektroniset komponentit fotoniikkavastineilla, se tarjoaa lupaavan vaihtoehdon nykyisille järjestelmille. Tutkijat harkitsevat jo laajamittaisia sovelluksia.
Tämä ohjelmoitava fotoniikkapiiri merkitsee tärkeää askelta kohti fotoniikkaa hyödyntävää tietojenkäsittelyä. Se tuo mieleen ENIACin, ensimmäisen digitaalisen tietokoneen, alkuajat ja saattaa avata uuden aikakauden laskentateknologiassa. Tämän teknologian vaikutukset ovat laajat ja lupaavat.
Kuinka fotoniikkapiiri toimii?
Fotoniikkapiiri käyttää valoa sähkön sijasta laskentatehtävien suorittamiseen. Fotoni, valon hiukkanen, kulkee piiriin integroiduissa optisissa piireissä. Nämä piirit voivat ohjata, jakaa tai yhdistää valosäteitä matemaattisten operaatioiden suorittamiseksi.
Valo tarjoaa useita etuja verrattuna elektroneihin. Se mahdollistaa korkeammat siirtonopeudet ja vähentää energiankulutusta. Lisäksi sähkömagneettiset häiriöt minimoituvat, mikä parantaa laskentojen luotettavuutta.
Fotoniikkapiirit soveltuvat erityisesti tehtäviin, jotka vaativat suuria rinnakkaisia operaatioita. Ne voisivat näin ollen mullistaa aloja kuten tekoäly, jossa nopeus ja energiatehokkuus ovat ratkaisevia.
Kuitenkin näiden piirin valmistus on edelleen kallista. Tutkijat työskentelevät tuotantoprosessien yksinkertaistamiseksi, jotta tämä teknologia olisi helpommin saatavilla.
What is a non-linear neural network?
Ei-lineaarinen neuroverkko on eräänlainen koneoppimisalgoritmi, joka on inspiroitunut ihmisen aivojen toiminnasta. Se koostuu toisiinsa kytketyistä solmuista, jotka käsittelevät tietoa hierarkkisesti.
Ei-lineaarisuus tuodaan mukaan aktivointifunktioiden avulla, jotka määrittävät, aktivoituuko solmu saatujen syötteiden perusteella. Ilman ei-lineaarisuutta neuroverkko ei voisi oppia monimutkaisista suhteista tietojen välillä. Se rajoittuisi yksinkertaisiin operaatioihin, kuten yhteenlaskentaan tai kertolaskentaan, eikä pystyisi mallintamaan todellisia ilmiöitä.
Ei-lineaariset neuroverkot ovat monien nykyaikaisten sovellusten, kuten kuvantunnistuksen tai automaattisen käännöksen, perusta.