Nowy, ultrakompaktowy chip przetwarzający dane z prędkością światła, wykazujący wysoką dokładność

W miarę jak modele sztucznej inteligencji stają się coraz bardziej złożone, tradycyjny sprzęt elektroniczny z trudem radzi sobie z szybkością obliczeń i zapotrzebowaniem na energię. Konwencjonalne chipy komputerowe przetwarzają informacje poprzez przepychanie naładowanych elektrycznie cząstek, co z natury generuje znaczne ciepło i wymaga ogromnych ilości energii podczas generowania ciepła. Aby przezwyciężyć to wąskie gardło obliczeniowe, naukowcy z Uniwersytetu w Sydney opracowali ultrakompaktowy chip fotoniczny, który wykonuje obliczenia matematyczne za pomocą światła.

Naukowcy zaprojektowali ten procesor przy użyciu zaawansowanych symulacji komputerowych, które precyzyjnie odwzorowują interakcje fal świetlnych w trójwymiarowych przestrzeniach. Ta metoda projektowania pozwala im wykorzystywać maleńkie, fizyczne bloki konstrukcyjne - każdy mniejszy niż długość fali światła - jako regulowane punkty danych. To specyficzne podejście zapewnia zdumiewającą gęstość obliczeniową wynoszącą około 400 milionów parametrów na milimetr kwadratowy. Powstałe nanostruktury są niewiarygodnie małe, mierząc zaledwie kilkadziesiąt mikrometrów średnicy, co jest mniej więcej porównywalne z szerokością ludzkiego włosa.

Gdy światło przechodzi przez te skomplikowane nanostruktury, fizyczna geometria chipa automatycznie wykonuje operacje matematyczne wymagane do uczenia maszynowego. Ponieważ cały system działa w oparciu o ruch fotonów, obliczenia są wykonywane w bilionowych częściach sekundy.

Aby zweryfikować prototyp, zespół badawczy zlecił fotonicznej sieci neuronowej sklasyfikowanie ponad 10 000 obrazów biomedycznych, w tym skanów klatki piersiowej, piersi i brzucha. System osiągnął dokładność klasyfikacji na poziomie około 90% w eksperymentach fizycznych i do 99% w symulacjach. Osadzając możliwości sztucznej inteligencji bezpośrednio w strukturach nanoskali, naukowcy stworzyli wysoce skalowalną, energooszczędną platformę, która może drastycznie zmniejszyć ogromny ślad środowiskowy przyszłej infrastruktury obliczeniowej.