Naukowcy opracowali sztuczny neuron oparty na laserze, który symuluje złożone funkcje neuronu stopniowanego biologicznie i przetwarza dane z szybkością miliard razy większą niż jego naturalny odpowiednik.
Ta innowacja może zrewolucjonizować sztuczną inteligencję i informatykę, umożliwiając ultraszybkie przetwarzanie danych i znaczne oszczędności energii.
Sztuczne neurony oparte na laserze
Naukowcy stworzyli sztuczny neuron oparty na laserze, który odwzorowuje funkcje, dynamikę i możliwości przetwarzania danych neuronu stopniowanego biologicznie. Działając z szybkością przetwarzania sygnału wynoszącą 10 GBaud – około miliard razy szybciej niż jej naturalny odpowiednik – ta przełomowa technologia może przyczynić się do znaczących postępów w sztuczna inteligencja i zaawansowane systemy komputerowe.
Wyróżnia się różne typy neuronów biologicznych, w tym neurony stopniowane, które przetwarzają informacje poprzez ciągłe zmiany potencjału błonowego w celu precyzyjnej i zróżnicowanej transmisji sygnału. W przeciwieństwie do tego neurony impulsowe wykorzystują potencjały czynnościowe „wszystko albo nic”, wysyłając sygnały binarne, w sposób włączający lub wyłączający.
Postępy w neuronach fotonicznych
„Nasz laserowo stopniowany neuron pokonuje ograniczenia prędkości obecnych fotonicznych wersji neuronów szczytowych i ma potencjał do jeszcze szybszego działania” – powiedział kierownik zespołu badawczego Chaoran Huang z Chińskiego Uniwersytetu w Hongkongu. „Wykorzystując neuronową nieliniową dynamikę i szybkie przetwarzanie, zbudowaliśmy system obliczeniowy zbiorników, który wykazuje wyjątkową wydajność w zadaniach sztucznej inteligencji, takich jak rozpoznawanie wzorców i przewidywanie sekwencji”.
W Optykaw czasopiśmie Optica Publishing Group poświęconym badaniom o dużym znaczeniu, naukowcy donoszą, że oparty na chipie neuron gradowany laserem z kropkami kwantowymi może osiągnąć prędkość przetwarzania sygnału na poziomie 10 GBaud. Wykorzystali tę prędkość do przetwarzania danych ze 100 milionów uderzeń serca lub 34,7 miliona odręcznych obrazów cyfrowych w ciągu zaledwie jednej sekundy.
„Nasza technologia może przyspieszyć podejmowanie decyzji przez sztuczną inteligencję w zastosowaniach, w których czas jest krytyczny, przy jednoczesnym utrzymaniu wysokiego poziomu dokładność– powiedział Huang. „Mamy nadzieję, że integracja naszej technologii z urządzeniami obliczeniowymi brzegowymi, które przetwarzają dane w pobliżu ich źródła, ułatwi w przyszłości szybsze i inteligentniejsze systemy sztucznej inteligencji, które będą lepiej służyć aplikacjom w świecie rzeczywistym przy zmniejszonym zużyciu energii”.
Pokonywanie ograniczeń fotonicznych neuronów kolczastych
Sztuczne neurony oparte na laserze, które mogą reagować na sygnały wejściowe w sposób naśladujący zachowanie neuronów biologicznych, są badane jako sposób na znaczne usprawnienie obliczeń dzięki ich ultraszybkim prędkościom przetwarzania danych i niskiemu zużyciu energii. Jednakże większość z opracowanych do tej pory neuronów to neurony fotoniczne. Te sztuczne neurony mają ograniczoną szybkość reakcji, mogą cierpieć z powodu utraty informacji i wymagają dodatkowych źródeł laserowych i modulatorów.
Ograniczenie prędkości fotonicznych neuronów szczytowych wynika z faktu, że zazwyczaj działają one poprzez wstrzykiwanie impulsów wejściowych do sekcji wzmocnienia lasera. Powoduje to opóźnienie, które ogranicza szybkość reakcji neuronu. W przypadku neuronu stopniowanego laserowo badacze zastosowali inne podejście, wstrzykując sygnały o częstotliwości radiowej do nasycalnej sekcji absorpcji lasera z kropkami kwantowymi, co pozwoliło uniknąć tego opóźnienia. Zaprojektowali także szybkie podkładki o częstotliwości radiowej dla sekcji absorpcji nasycającej, aby stworzyć szybszy, prostszy i bardziej energooszczędny system.
„Dzięki potężnym efektom pamięci i doskonałym możliwościom przetwarzania informacji pojedynczy neuron oceniany laserowo może zachowywać się jak mała sieć neuronowa” – powiedział Huang. „Dlatego nawet pojedynczy neuron stopniowany laserowo może działać bez dodatkowych skomplikowanych połączeń uczenie maszynowe zadania charakteryzujące się wysoką wydajnością.”
Szybkie obliczenia w zbiornikach
Aby dokładniej zademonstrować możliwości neuronu stopniowanego laserowo, naukowcy wykorzystali go do stworzenia systemu obliczeniowego zbiorników. Ta metoda obliczeniowa wykorzystuje szczególny typ sieci, zwany rezerwuarem, do przetwarzania danych zależnych od czasu, takich jak te wykorzystywane do rozpoznawania mowy i przewidywania pogody. Nieliniowa dynamika przypominająca neuron i duża prędkość przetwarzania neuronu stopniowanego laserowo sprawiają, że idealnie nadaje się on do wspierania szybkich obliczeń zbiornikowych.
W testach powstały system obliczania zbiorników wykazał doskonałe rozpoznawanie wzorców i przewidywanie sekwencji, szczególnie przewidywanie długoterminowe, w różnych zastosowaniach sztucznej inteligencji przy dużej szybkości przetwarzania. Na przykład przetworzył 100 milionów uderzeń serca na sekundę i wykrył wzorce arytmii ze średnią dokładnością 98,4%.
„W tej pracy wykorzystaliśmy pojedynczy neuron stopniowany laserowo, ale wierzymy, że kaskadowanie wielu neuronów stopniowanych laserowo jeszcze bardziej uwolni ich potencjał, tak jak w mózgu miliardy neuronów współpracujących w sieciach” – powiedział Huang. „Pracujemy nad poprawą szybkości przetwarzania naszego neuronu stopniowanego laserowo, jednocześnie opracowując architekturę obliczeniową głębokich zbiorników, która obejmuje kaskadowe neurony stopniowane laserowo”.
Odniesienie: „Zintegrowany neuron gradowany laserowo umożliwiający szybkie obliczanie zbiorników bez pętli sprzężenia zwrotnego” autorstwa Y. Nie, B. Yang, D. Wang, T. Wang, J. Wang, Z. Wang i C. Huang, 19 grudnia 2024 r., Optyka.
DOI: 10.1364/OPTICA.537231
