Badacze twierdzą; przetwarzanie oparte na fotonach umożliwia bardziej złożoną maszynę

Niedawna analiza przeprowadzona przez naukowców z George Washington University wykazała, że ​​sztuczniejszą inteligencję można stworzyć przy użyciu światła, a nie elektryczności.

Artykuł badawczy opublikowany w Journal Applied Physics Reviews stwierdza, że ​​światło może być używane do wykonywania obliczeń wymaganych przez sieć neutralną. Neutralne sieci mają na celu rozpoznawanie wzorców. Mogą również interpretować dane sensoryczne za pomocą pewnego rodzaju percepcji maszynowej zaprojektowanej do oznaczania surowych danych wejściowych.

Proponowana nowa metoda jest w rzeczywistości oparta na tensorze fotonicznym. Ten rdzeń może równolegle wykonywać mnożenie macierzy, poprawiając szybkość i wydajność obecnych paradygmatów uczenia głębokiego.

Można powiedzieć, że nowa metoda ma na celu poprawę szybkości i wydajności neutralnych prac uczenia maszynowego.

Wcześniej procesory uczenia maszynowego nie mogły wykonywać wielu operacji, ponieważ moc nie była wystarczająca. W tamtym czasie istniało inne ograniczenie w sieciach neutralnych, które wykonywały w powolny sposób, aby przesyłać dane elektroniczne między procesorem do pamięci.

To, co naukowcy odkryli, to sposób na poprawę tego stanu rzeczy – stwierdzili, że używając fotonów w jednostkach przetwarzania sieci neutralnej (tensorowej), ograniczenia te można przezwyciężyć.

Mario Miscuglio, badacz z zespołu, wyjaśnił: „że zintegrowane platformy fotoniczne, które integrują wydajną pamięć optyczną, mogą wykonywać te same operacje, co jednostka przetwarzająca tensor, ale zużywają ułamek mocy i mają większą przepustowość. Po odpowiednim przeszkoleniu [platformy] mogą być używane do interferencji z prędkością światła ”,