Litar bersepadu fotonik, atau cip optik, berpotensi menawarkan banyak kelebihan berbanding rakan elektronik mereka, seperti mengurangkan penggunaan kuasa dan mengurangkan kependaman dalam pengiraan. Itulah sebabnya ramai penyelidik percaya bahawa mereka boleh menjadi sangat berkesan dalam pembelajaran mesin dan tugasan kecerdasan buatan (AI). Intel juga melihat prospek hebat untuk penggunaan fotonik silikon ke arah ini. Pasukan penyelidiknya di teknik baharu terperinci yang boleh membawa rangkaian saraf optik selangkah lebih dekat kepada realiti.
Dalam baru-baru ini , khusus untuk pembelajaran mesin, menerangkan bagaimana penyelidikan dalam bidang rangkaian saraf optik bermula. Penyelidikan oleh David AB Miller dan Michael Reck telah menunjukkan bahawa sejenis litar fotonik yang dikenali sebagai interferometer Mach-Zehnder (MZI) boleh dikonfigurasikan untuk melakukan pendaraban matriks 2 Γ 2 apabila diletakkan MZI pada jaringan segi tiga untuk mendarab matriks besar, seseorang boleh dapatkan litar yang melaksanakan algoritma pendaraban matriks-vektor, pengiraan asas yang digunakan dalam pembelajaran mesin.
Penyelidikan Intel baharu memfokuskan pada perkara yang berlaku apabila pelbagai kecacatan yang terdedah kepada cip optik semasa pembuatan (memandangkan fotonik pengiraan adalah bersifat analog) menyebabkan perbezaan dalam ketepatan pengiraan antara cip berbeza daripada jenis yang sama. Walaupun kajian serupa telah dijalankan, pada masa lalu mereka lebih menumpukan pada pengoptimuman pasca fabrikasi untuk menghapuskan kemungkinan ketidaktepatan. Tetapi pendekatan ini mempunyai kebolehskalaan yang lemah apabila rangkaian menjadi lebih besar, mengakibatkan peningkatan dalam kuasa pengkomputeran yang diperlukan untuk menyediakan rangkaian optik. Daripada pengoptimuman pasca fabrikasi, Intel mempertimbangkan cip latihan satu kali sebelum pembuatan dengan menggunakan seni bina tahan bunyi. Rangkaian saraf optik rujukan telah dilatih sekali, selepas itu parameter latihan diedarkan merentasi beberapa contoh rangkaian yang direka dengan perbezaan dalam komponennya.
Pasukan Intel mempertimbangkan dua seni bina untuk membina sistem kecerdasan buatan berdasarkan MZI: GridNet dan FFTNet. GridNet boleh diramalkan meletakkan MZI dalam grid, manakala FFTNet meletakkannya dalam rama-rama. Selepas melatih kedua-duanya dalam simulasi mengenai tugas penanda aras pembelajaran mendalam pengenalan digit tulisan tangan (MNIST), para penyelidik mendapati bahawa GridNet mencapai ketepatan yang lebih tinggi daripada FFTNet (98% vs. 95%), tetapi seni bina FFTNet adalah "lebih teguh dengan ketara." Malah, prestasi GridNet menurun di bawah 50% dengan penambahan bunyi buatan (gangguan yang menyerupai kemungkinan kecacatan dalam pembuatan cip optik), manakala untuk FFTNet ia kekal hampir malar.
Para saintis berkata penyelidikan mereka meletakkan asas untuk kaedah latihan kecerdasan buatan yang boleh menghapuskan keperluan untuk memperhalusi cip optik selepas ia dihasilkan, menjimatkan masa dan sumber yang berharga.
"Seperti mana-mana proses pembuatan, kecacatan tertentu akan berlaku yang bermakna akan terdapat perbezaan kecil antara cip yang akan memberi kesan kepada ketepatan pengiraan," tulis Casimir Wierzynski, pengarah kanan Intel AI Product Group. βJika entiti saraf optik mahu menjadi bahagian yang berdaya maju dalam ekosistem perkakasan AI, mereka perlu beralih kepada cip yang lebih besar dan teknologi pembuatan perindustrian. Penyelidikan kami menunjukkan bahawa memilih seni bina yang betul di hadapan boleh meningkatkan dengan ketara kemungkinan bahawa cip yang dihasilkan akan mencapai prestasi yang diingini, walaupun dengan adanya variasi pembuatan."
Pada masa yang sama Intel menjalankan penyelidikan terutamanya, calon PhD MIT Yichen Shen mengasaskan Lightelligence permulaan yang berpangkalan di Boston, yang telah mengumpulkan $10,7 juta dalam pembiayaan usaha niaga dan cip optik prototaip untuk pembelajaran mesin yang 100 kali lebih pantas daripada cip elektronik moden dan juga mengurangkan penggunaan kuasa dengan susunan magnitud, yang sekali lagi jelas menunjukkan janji teknologi fotonik.
Sumber: 3dnews.ru