Čipa var izmantot gaismu, lai apmācītu nelineāros neironu tīklus - izrāvienu, kas varētu ievērojami paātrināt AI apmācību, samazināt enerģijas patēriņu un pat bruģēt ceļu visiem optiskajiem datoriem.
Pašreizējās AI mikroshēmas ir elektroniskas un paļaujas uz elektrību, lai veiktu aprēķinus, taču šī jaunā mikroshēma ir fotoniska. Aprakstīts žurnālā Nature Photonics, mikroshēma modificē gaismas izturēšanos, lai veiktu nelineāro matemātiku mūsdienu AI centrā.
Pašreizējās AI sistēmas paļaujas uz neironu tīkliem, programmatūru, kas imitē bioloģiskos neironu audus. Tāpat kā neironi savienojas ar iespēju domāt organismiem, neironu tīkli ļauj AI sistēmām veikt sarežģītus uzdevumus, savienojot vienkāršu vienību slāņus vai "mezglus".
Komandas izrāviens sākās ar īpašu pusvadītāju materiālu, kas reaģē uz gaismu. Kad "signāla" gaisma (ieejas datu pārvadāšana) iziet caur materiālu, "sūkņa" stars, kas spīd no augšas, pielāgo materiāla reaģēšanu.
Mainot sūkņa gaismas formu un intensitāti, komanda var kontrolēt, vai signāla gaisma ir absorbēta, pārraidīta vai pastiprināta atkarībā no gaismas intensitātes un materiāla izturēšanās. Šis process "programmē" mikroshēmu, lai veiktu dažādas nelineāras funkcijas.
Ir vērts atzīmēt, ka šis pētījums nemainīja mikroshēmas pamatstruktūru, bet gan izmantoja modeļus, ko materiāla iekšpusē veido gaisma, lai pārveidotu to, kā gaisma iet cauri. Tas rada pārveidojamu sistēmu, kas var izteikt dažādas matemātiskas funkcijas, pamatojoties uz sūknēšanas modeli, dodot tai iespēju mācīties reālā laikā un pielāgot savu uzvedību, pamatojoties uz izejas atgriezenisko saiti.
Lai pārbaudītu mikroshēmas iespējas, komanda to izmantoja, lai atrisinātu vairākas etalona AI problēmas. Vienkāršos nelineāros lēmumu robežas uzdevumos tika sasniegta precizitāte vairāk nekā 97%; Slavenajā Iris datu kopas problēmā tika sasniegta precizitāte vairāk nekā 96%. Tas parāda, ka, salīdzinot ar tradicionālajiem digitālajiem neironu tīkliem, fotoniskajām mikroshēmām ir ne tikai salīdzināma vai pat labāka veiktspēja, bet arī zemāks enerģijas patēriņš, jo tie samazina paļaušanos uz enerģijas patērējošām komponentiem.
Turklāt eksperiments arī parādīja, ka tikai 4 nelineāri optiskie savienojumi var sasniegt 20 fiksētu nelineāru aktivizācijas funkcijas lineāro elektronisko savienojumu efektu tradicionālajā modelī, parādot tehnoloģijas lielo potenciālu. Tā kā arhitektūra vēl vairāk paplašinās, efektivitāte būs vēl nozīmīgāka.
Atšķirībā no iepriekšējām fotoniskajām sistēmām, kas fiksētas pēc ražošanas, šī jaunā mikroshēma nodrošina tukšu platformu, kas var izmantot sūkņa gaismu, lai uzzīmētu programmējamas instrukcijas, piemēram, ota. Tas ir praktisks pierādījums lauka programmējamu fotonisko datoru jēdzienam un iezīmē svarīgu soli, lai apmācītu AI ar gaismas ātrumu.