Інженери з Пенсильванського університету розробили перший програмований чип, здатний навчати нелінійні нейронні мережі за допомогою світла — великий прорив, який може значно прискорити навчання ШІ, знизити енергоспоживання і в перспективі призвести до створення обчислювальних систем, що повністю працюють на світлі.
Інженери з Пенсильванського університету розробили перший програмований чип, здатний навчати нелінійні нейронні мережі за допомогою світла — великий прорив, який може значно прискорити навчання ШІ, знизити енергоспоживання і в перспективі призвести до створення обчислювальних систем, що повністю працюють на світлі.
На відміну від звичайних чипів ШІ, які залежать від електрики, цей новий чип є фотонним, тобто він виконує обчислення за допомогою променів світла, пише SciTechDaily.
Більшість систем штучного інтелекту сьогодні залежать від нейронних мереж — програмного забезпечення, розробленого для імітації біологічної нервової тканини. Подібно до того, як нейрони з'єднуються, дозволяючи біологічним істотам мислити, нейронні мережі з'єднують між собою шари простих одиниць, або «вузлів», що дозволяє системам ШІ виконувати складні завдання.
Як у штучних, так і в біологічних системах ці вузли «спрацьовують» лише після досягнення певного порогу — це нелінійний процес, який дозволяє невеликим змінам на вході спричиняти більші та складніші зміни на виході.
Без цієї нелінійності додавання шарів нічого не дає: система просто зводиться до одношарової лінійної операції, де вхідні дані просто додаються разом, і ніякого реального навчання не відбувається.
Хоча багато дослідницьких груп, в тому числі з Penn Engineering, розробили мікросхеми, що працюють на світлі та здатні виконувати лінійні математичні операції, жодна з них не вирішила проблему представлення нелінійних функцій за допомогою лише світла — до цього часу.
Прорив команди починається зі спеціального напівпровідникового матеріалу, який реагує на світло. Коли промінь «сигнального» світла (що несе вхідні дані) проходить крізь матеріал, зверху світить другий промінь-«насос», який коригує реакцію матеріалу.
Змінюючи форму та інтенсивність променя накачування, команда може керувати поглинанням, передачею або посиленням сигнального світла залежно від його інтенсивності та поведінки матеріалу. Цей процес «програмує» чип на виконання різних нелінійних функцій.
«Ми не змінюємо структуру чипа. Ми використовуємо саме світло для створення візерунків всередині матеріалу, які потім змінюють те, як світло рухається крізь нього», — каже Лян Фен, професор матеріалознавства та інженерії, електротехніки та системної інженерії, старший автор дослідження.
Результатом є реконфігурована система, яка може виражати широкий спектр математичних функцій залежно від схеми роботи насоса. Така гнучкість дозволяє чипу навчатися в реальному часі, коригуючи свою поведінку на основі зворотного зв’язку з виходу.
Щоб перевірити потенціал чипа, команда використала його для вирішення еталонних завдань ШІ. Платформа досягла понад 97% точності у простій нелінійній крайовій задачі та понад 96% точності у відомому наборі даних квітки ірису — стандарті машинного навчання.
В обох випадках фотонний чип відповідав або перевершував традиційні цифрові нейронні мережі, але використовував менше операцій і не потребував енергоємних електронних компонентів.
Один з дивовижних результатів — всього чотири нелінійних оптичних з'єднання на чипі еквівалентні 20 лінійним електронним з'єднанням з фіксованими нелінійними функціями активації в традиційній моделі.
На відміну від попередніх фотонних систем, які фіксуються після виготовлення, чип Penn починається як чисте полотно. Світло накачування діє як пензлик, вписуючи в матеріал перепрограмовані інструкції.
«Це справжнє підтвердження концепції field-programmable photonic computer, — каже Фенг. «Це крок до майбутнього, де ми зможемо навчати штучний інтелект зі швидкістю світла».
