Нейросети берут штурмом мир вычислений. Исследователи используют их для создания машин, способных выполнять действия, которые раньше считались исключительной прерогативой человека — распознавание образов, лиц, обработка естественных языков. Эти и другие навыки уже сейчас выполняются машинами совершенно рутинно.
Однако существует желание создать более способные и мощные нейросети, которые смогут отодвинуть границы возможностей искусственного интеллекта ещё дальше. Одним из направлений в этой работе является конструирование схем, цепей, которые по своей архитектуре будут функционировать подобно нейронам — так называемых нейроморфных чипов. Но как сделать эти чипы быстрыми?
Недавно группа исследователей из Принстонского университета (Princeton University) представила один из возможных ответов на этот вопрос: они построили первый в мире интегральный кремний-фотонный нейроморфный чип и показали, что он способен работать и вычислять со сверхвысокой скоростью.
На оптические вычисления уже довольно давно возлагаются большие надежды. Но достоинства систем оптической обработки данных никогда не перевешивали повышенных затрат на их производство, поэтому до сих пор не получили широкого распространения. Ситуация начала исправляться в некоторых областях вычислительной техники, таких как аналоговая обработка сигналов, в которых требуется настолько высокая скорость, которую могут обеспечить только фотонные чипы.
А теперь вот и нейросети начинают осваивать возможности, которые может предоставить фотоника. «Фотонные нейросети, опирающиеся на преимущества кремний-фотонных платформ, могут выйти на режимы сверхбыстрой обработки информации, которые будут полезны в различных областях, например, в научных вычислениях», — говорит ведущий автор исследования Александр Тейт (Alexander Tait).
Узлы нейросети представляют собой микрорезонаторы — кольцевые волноводы, вырезанные в кремниевой подложке, по которым может циркулировать свет. Когда этот свет освобождается, он модулирует работу лазера, работающего в околопороговом режиме. В таком режиме, когда малые изменения входного сигнала могут существенно влиять на выход лазерного излучения. Это излучение, в свою очередь, может подаваться обратно в узлы нейросети, что реализует нелинейную обратную связь.
По словам авторов, полученная нейронная сеть математически эквивалентна непрерывной во времени рекуррентной нейронной сети (CTRNN). Это важный результат, который означает, что устройство может быть легко масштабировано и использовано в решении довольно широкого спектра задач. Чтобы продемонстрировать преимущества фотонных нейросетей, исследователи смоделировали работу нейросети из 49 узлов и сравнили эту систему по возможному быстродействию с обычным компьютером в решении дифференциальных уравнений. Оказалось, что фотонная нейросеть может обеспечить почти двухтысячекратное преимущество по скорости.
И это лишь первое поколение фотонных нейроморфных чипов. В общем, нас ждёт много интересного в этой области.
