AI-mallit ja alustat

Tutkijat luovat ensimmäisenä lajissaan olevan tekoälyverkon

mm
Lisää Unite.AI suosikkilähteisiisi Google-palvelussa

Tutkijat ovat luoneet monikerroksisen kaiken optisen tekoälyverkon, mikä ei ole aiemmin onnistunut. On suuri halu luoda käytännöllisiä optisia tekoälyverkkoja, koska ne ovat nopeampia ja kuluttavat paljon vähemmän energiaa kuin perinteisten tietokoneiden pohjaiset verkot. Nämä uudet kehityssuunnat voivat mahdollistaa rinnakkaislaskennan valon avulla.

Hong Kongin tiede- ja teknologiayliopiston tutkijat esittivät kaksikerroksisen kaiken optisen tekoälyverkkonsa Opticassa, The Optical Societyn lehdessä, joka sisältää korkean vaikutuksen tutkimuksia. Tutkijat myös osoittivat, miten he voivat soveltaa verkkoa monimutkaisiin luokitteluun.

“Meidän kaiken optinen järjestelmämme voi mahdollistaa tekoälyverkon, joka suorittaa optista rinnakkaislaskentaa valon nopeudella ja kuluttaa vähän energiaa”, sanoi Junwei Liu, tutkimusryhmän jäsen. “Laajamittaiset, kaiken optiset tekoälyverkot voivat olla käytössä sovelluksissa, jotka vaihtelevat kuvantunnistuksesta tieteelliseen tutkimukseen.”

Nämä kaiken optiset verkot toimivat eri tavoin kuin nykyään käytettävät hybridioptiset tekoälyverkot. Niissä optiset komponentit ovat yleensä käytössä lineaarisissa toiminnoissa. Epälineaarisissa aktivaatiofunktioissa, jotka simuloivat, miten aivot toimivat, optiset komponentit toteutetaan usein sähköisesti. Tämä johtuu siitä, että epälineaariset optiikka vaativat korkeatehoisia lasereja, jotka ovat vaikeat toteuttaa optisessa tekoälyverkossa.

Tutkijat käyttivät kylmiä atomeja, joissa on sähkömagneettisesti indusoitu läpinäkyvyys, jotta voivat suorittaa epälineaariset funktiot.

Shengwang Du, tutkimusryhmän jäsen, puhui uusista kehityssuunnista.

“Tämä valollaan aiheutettu vaikutus voidaan saavuttaa hyvin heikolla lasersäteilyllä”, hän sanoi. “Koska tämä vaikutus perustuu epälineaariselle kvanttimekaaniseen interferenssiin, on mahdollista, että voimme laajentaa järjestelmäämme kvanttimekaaniseksi tekoälyverkoksi, joka voisi ratkaista ongelmia, jotka ovat ratkaisemattomia klassisilla menetelmillä.”

Kokeillakseen uutta lähestymistapaansa, tiimi loi kaksikerroksisen täysin yhdistetyn kaiken optisen tekoälyverkon. Verkko sisältää 16 syötettä ja kaksi tulostetta. Sitten he käyttivät kaiken optista verkkoa luokittelemalla tilan ja epäjärjestyksen vaiheita tilastollisessa magnetismin mallissa. He pystyivät johtamaan, että kaiken optinen tekoälyverkko oli yhtä tarkin kuin koulutettu tietokonepohjainen tekoälyverkko.

Seuraava askel tutkimusryhmälle on laajentaa tätä suurempiin mittakaaviin kaiken optisiin syvään tekoälyverkkoihin. Nämä voivat olla monimutkaisia arkkitehtuureja, jotka on suunniteltu tiettyihin sovelluksiin, kuten kuvantunnistukseen. Tekemällä näin, he voivat osoittaa, että järjestelmä toimii paljon suuremmilla mittakaavoilla.

“Vaikka työmme on periaatteessa osoittava, se osoittaa, että on mahdollista kehittää optisia versioita tekoälystä tulevaisuudessa”, sanoi Du.

“Seuraavan sukupolven tekoälylaitteet ovat luonnostaan paljon nopeampia ja kuluttavat vähemmän energiaa verrattuna nykyisiin tietokonepohjaisiin tekoälyjärjestelmiin”, lisäsi Liu.

Lisätietoa tällaisista kehityssuunnista tieteessä ja teknologiassa, The Optical Society (OSA) tarjoaa julkaisuja, kokouksia ja jäsenyysaloitteita, tutkimusta ja omistettuja resursseja. Heillä on laaja verkosto optiikan ja fotonitekniikan asiantuntijoita. Organisaatio tukee tutkijoita, insinöörejä, opiskelijoita ja liiketoimintajohtajia, jotka ovat vastuussa tieteellisistä löydöistä, sovelluksista ja sovelluksista. Heidän verkkosivu tarjoaa erilaisia uutisia ja tutkimuspalveluja.

Alex McFarland on AI-toimittaja ja kirjailija, joka tutkii viimeisimpiä kehityksiä tekoälyssä. Hän on tehnyt yhteistyötä useiden AI-startup-yritysten ja julkaisujen kanssa maailmanlaajuisesti.