Modele i platformy AI

Naukowcy Stworzyli Pierwszą Sztuczną Sieć Neuronową Optyczną

mm
Dodaj Unite.AI do preferowanych źródeł w Google

Naukowcy stworzyli wielowarstwową, całkowicie optyczną sztuczną sieć neuronową, co nie było dotąd udane. Istnieje ogromne pragnienie stworzenia praktycznych optycznych sztucznych sieci neuronowych, ponieważ są one szybsze i zużywają znacznie mniej energii niż sieci oparte na tradycyjnych komputerach. Te nowe rozwiązania mogą umożliwić równoległe obliczenia za pomocą światła.

Naukowcy z Uniwersytetu Nauk i Technologii w Hongkongu przedstawili swoją dwuwarstwową, całkowicie optyczną sieć neuronową w Optice, czasopiśmie Towarzystwa Optycznego, które zawiera wysoko wpływowe badania. Naukowcy pokazali również, jak mogliby zastosować tę sieć do złożonych zadań klasyfikacji.

“Nasza całkowicie optyczna metoda mogłaby umożliwić sieć neuronową, która wykonuje optyczne obliczenia równoległe z prędkością światła, zużywając niewiele energii”, powiedział Junwei Liu, członek zespołu badawczego. “Duże, całkowicie optyczne sieci neuronowe mogą być stosowane w aplikacjach od rozpoznawania obrazów do badań naukowych”.

Te całkowicie optyczne sieci działają inaczej niż konwencjonalne hybrydowe optyczne sieci neuronowe, które są obecnie stosowane. W tych sieciach składniki optyczne są zwykle stosowane do operacji liniowych. W nieliniowych funkcjach aktywacji, które symulują sposób, w jaki neurony w ludzkim mózgu reagują, składniki optyczne są często realizowane elektronicznie. Jest to spowodowane tym, że nieliniowa optyka wymaga laserów o wysokiej mocy, które są trudne do zaimplementowania w sieci neuronowej.

Aby obejść ten problem, naukowcy wykorzystali zimne atomy z elektromagnetycznie wywołaną przezroczystością, aby wykonać funkcje nieliniowe.

Shengwang Du, członek zespołu badawczego, mówił o nowych rozwiązaniach.

“Ten efekt wywołany światłem może być osiągnięty przy bardzo słabej mocy laserowej”, powiedział. “Ponieważ ten efekt opiera się na nieliniowej interferencji kwantowej, może być możliwe rozszerzenie naszego systemu na kwantową sieć neuronową, która mogłaby rozwiązywać problemy, które są nierozwiązywalne przez metody klasyczne”.

Aby przetestować nowe podejście, zespół stworzył dwuwarstwową, całkowicie połączoną sieć neuronową optyczną. Sieć ta ma 16 wejść i dwa wyjścia. Następnie użyli swojej sieci optycznej do klasyfikacji faz porządku i nieporządku w modelu statystycznym magnetyzmu. Stwierdzili, że sieć optyczna była równie dokładna jak sieć neuronowa oparta na komputerze.

Następnym krokiem dla zespołu badawczego jest rozszerzenie tego systemu na duże, głębokie sieci neuronowe optyczne. Mogą one mieć złożoną architekturę, zaprojektowaną dla konkretnych aplikacji, takich jak rozpoznawanie obrazów. Dzięki temu mogą udowodnić, że system ten działa w znacznie większej skali.

“Chociaż nasza praca jest demonstracją proof-of-principle, pokazuje, że może się okazać możliwe w przyszłości rozwinięcie optycznych wersji sztucznej inteligencji”, powiedział Du.

“Następna generacja sprzętu sztucznej inteligencji będzie intrinsicznie znacznie szybsza i będzie charakteryzować się niższym zużyciem energii w porównaniu z dzisiejszym sprzętem sztucznej inteligencji opartym na komputerach”, dodał Liu.

Aby zobaczyć więcej tego rodzaju rozwoju w nauce i technice, Towarzystwo Optyczne (OSA) zapewnia publikacje, spotkania i inicjatywy członkowskie, badania oraz poświęcone zasoby. Mają oni obszerną sieć ekspertów w dziedzinie optyki i fotonicznego pola. Organizacja wspiera naukowców, inżynierów, studentów i liderów biznesu odpowiedzialnych za odkrycia naukowe, aplikacje i zastosowania. Ich strona internetowa zapewnia różne wiadomości i aktualizacje badań.

Alex McFarland jest dziennikarzem i pisarzem zajmującym się sztuczną inteligencją, który bada najnowsze rozwoje w dziedzinie sztucznej inteligencji. Współpracował z licznymi startupami i wydawnictwami związanymi z sztuczną inteligencją na całym świecie.