نماذج ومنصات الذكاء الاصطناعي

باحثون يخترعون شبكة عصبونية اصطناعية بصرية فريدة من نوعها

mm
أضف Unite.AI إلى مصادرك المفضلة على Google

قام الباحثون بإنشاء شبكة عصبونية اصطناعية بصرية متعددة الطبقات، شيء لم يتم إثباته بنجاح حتى هذه النقطة. هناك رغبة كبيرة لإنشاء شبكات عصبونية اصطناعية بصرية عملية منذ أنها أسرع وتستهلك طاقة أقل من تلك الشبكات التي تعتمد على الحواسيب التقليدية. يمكن أن تمكن هذه التطورات الجديدة من الحوسبة الموازية بالضوء.

أوضح الباحثون من جامعة هونغ كونغ للعلوم والتكنولوجيا، هونغ كونغ، مخططهم لشبكة عصبونية بصرية من طبقتين في Optica، مجلة الجمعية البصرية التي تتضمن أبحاثًا عالية التأثير. كما أظهروا كيف يمكنهم تطبيق الشبكة على مهام التصنيف المعقدة.

“يمكن أن تمكن مخططنا البصري من شبكة عصبونية تعمل بالحوسبة البصرية الموازية بسرعة الضوء مع استهلاك طاقة قليلة”، قال جونوي ليو، عضو في فريق البحث. “يمكن استخدام شبكات عصبونية بصرية كبيرة النطاق لاستخدامات تتراوح من التعرف على الصور إلى الأبحاث العلمية”.

تعمل هذه الشبكات البصرية بشكل مختلف عن الشبكات العصبونية البصرية الهجينة التقليدية المستخدمة حاليًا. في تلك الشبكات، يتم استخدام المكونات البصرية عادةً للعمليات الخطية. في الوظائف غير الخطية، التي تحاكي طريقة استجابة الخلايا العصبية في الدماغ البشري، يتم تنفيذ المكونات البصرية عادةً إلكترونيًا. هذا لأن البصريات غير الخطية تتطلب ليزرات قوية، وهو ما يصعب تنفيذه في شبكة عصبونية بصرية.

للتغلب على هذا، استخدم الباحثون ذرات باردة مع شفافية كهرومغناطيسية محرضة لتنفيذ الوظائف غير الخطية.

تحدث شينغوانغ دو، عضو في فريق البحث، عن التطورات الجديدة.

“يمكن تحقيق هذا التأثير المحدث بالضوء بقليلة القدرة الليزرية”، قال. “نظرًا لأن هذا التأثير يعتمد على التداخل الكمومي غير الخطي، قد يكون من الممكن توسيع نظامنا إلى شبكة عصبونية كمومية يمكنها حل مشاكل لا يمكن حلها بالطرق الكلاسيكية”.

لاختبار نهجهم الجديد، أنشأ الفريق شبكة عصبونية بصرية من طبقتين متصلة بالكامل. لديها 16 مدخلاً ومخرجان. ثم استخدموا شبكتهم البصرية لتصنيف مراحل النظام والاضطراب في نموذج إحصائي لل مغناطيسية. تمكنت من إثبات أن الشبكة العصبونية البصرية كانت دقيقة مثل شبكة عصبونية قائم على الحاسوب مدربة.

الخطوة التالية لفريق البحث هي توسيع هذا إلى شبكات عصبونية بصرية عميقة كبيرة النطاق. يمكن أن تكون لهذه الشبكات هياكل معقدة مصممة لتطبيقات محددة مثل التعرف على الصور. من خلال القيام بذلك، يمكنهم إثبات أن هذا النظام يعمل بمقياس أكبر.

“على الرغم من أن عملنا هو تطبيق مبدأي، إلا أنه يظهر أن من الممكن في المستقبل تطوير نسخ بصرية من الذكاء الاصطناعي”، قال دو.

“سيكون الجيل التالي من أجهزة الذكاء الاصطناعي بشكل nộiزي أسرع وأقل استهلاكًا للطاقة مقارنة بأجهزة الذكاء الاصطناعي القائمة على الحواسيب اليوم”، أضاف ليو.

لمشاهدة المزيد من هذه التطورات في العلوم والتكنولوجيا، توفر الجمعية البصرية منشورات وندوات ومبادرات عضوية وأبحاثًا وموارد مخصصة. لديهم شبكة واسعة من الخبراء في مجال البصريات والفوتونيات. تدعم المنظمة العلماء والمهندسين والطلاب والقادة التجاريين المسؤولين عن الاكتشافات العلمية والتطبيقات. موقعهم الإلكتروني يوفر أخبارًا وتحديثات بحثية متنوعة.

Alex McFarland هو صحفي وكاتب في مجال الذكاء الاصطناعي يستكشف أحدث التطورات في الذكاء الاصطناعي. وقد تعاون مع العديد من الشركات الناشئة في مجال الذكاء الاصطناعي والمنشورات في جميع أنحاء العالم.