پردازنده فوتونیک می تواند محاسبات فوق سریع هوش مصنوعی را با بهرهوری انرژی فوقالعاده فعال کند. این دستگاه جدید از نور برای انجام عملیات کلیدی یک شبکه عصبی عمیق بر روی یک تراشه استفاده میکند. والبته که در را به روی پردازندههای پرسرعتی که میتوانند در زمان واقعی یاد بگیرند باز میکند.
مدلهای شبکه عصبی عمیقی که نیاز به برنامههای کاربردی یادگیری ماشینی امروزی را تامین میکنند، آنقدر بزرگ و دشوار شدهاند که محدودیتهای سختافزار محاسبات الکترونیکی سنتی را از بین میبرند.
پردازنده سختافزار فوتونیک، که میتواند محاسبات یادگیری ماشینی را با نور انجام دهد، جایگزینی سریعتر و کممصرفتر ارائه میدهد. با این حال، برخی از انواع محاسبات شبکه عصبی وجود دارد که یک دستگاه فوتونیک نمیتواند انجام دهد. که نیازمند استفاده از الکترونیک خارج از تراشه یا تکنیکهای دیگری است که سرعت و کارایی را مختل میکند.
با تکیه بر یک دهه تحقیق، دانشمندان MIT و جاهای دیگر، یک تراشه فوتونیکی جدید ساختهاند که بر این موانع غلبه میکند. آنها یک پردازنده فوتونیک کاملاً یکپارچه را نشان دادند که میتواند تمام محاسبات کلیدی یک شبکه عصبی عمیق را به صورت نوری روی تراشه انجام دهد.
بیشتر بخوانید: هوش مصنوعی کارتهای گرافیک
این دستگاه نوری توانست محاسبات کلیدی را برای یک کار طبقهبندی یادگیری ماشینی در کمتر از نیم نانوثانیه تکمیل کند. در عین حال به دقت بیش از 92 درصد دست یابد و عملکردی که با سخت افزار سنتی برابری میکند.
این تراشه، متشکل از ماژولهای به هم پیوستهای است که یک شبکه عصبی نوری را تشکیل میدهند. با استفاده از فرآیندهای ریختهگری تجاری ساخته میشود، که میتواند مقیاس فناوری و ادغام آن با الکترونیک را امکان پذیر کند.
در درازمدت، پردازنده فوتونیک میتواند به یادگیری عمیق سریعتر و کارآمدتر برای کاربردهای محاسباتی مانند لیدار، تحقیقات علمی در اخترشناسی و فیزیک ذرات، یا ارتباطات راه دور پرسرعت منجر شود.