Инженеры создали кремниевую фотонную нейронную сеть

МЕНЮ


Новости ИИ
Поиск

ТЕМЫ


Внедрение ИИНовости ИИРобототехника, БПЛАТрансгуманизмЛингвистика, рбработка текстаБиология, теория эволюцииВиртулаьная и дополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информации

АРХИВ


Июнь 2017
Май 2017
Апрель 2017
Март 2017
Февраль 2017
Январь 2017
Декабрь 2016
Ноябрь 2016
Октябрь 2016
Сентябрь 2016
Август 2016
Июль 2016
Июнь 2016
Май 2016
Апрель 2016
Март 2016
Февраль 2016
Январь 2016
0000

RSS


RSS новости
птичий грипп

Новостная лента форума ailab.ru

Нейронные сети, использующие свет, могут привести к сверхбыстрым вычислениям. Точнее они уже этим занимаются, т.к. в последнее время замечен всплеск к подобным технологиям. Как говорится, берут штурмом. Исследователи используют нейронные сети для создания машин, которые способны обучаться огромному диапазону навыков, хотя ранее единственными навыками было: распознавание людей или объектов, обработка естественного языка, машинный перевод. Все эти способности нейронных сетей в последнее время становятся обычным делом.

Таким образом, существует большой интерес к созданию более способных нейронных сетей, которые могут раздвинуть границы искусственного интеллекта еще дальше. Центральная часть представленной работы заключается в создании схемы, которая работает как нейрон. Необходимо было создать нейроморфный чип. Но как сделать подобные чипы значительно быстрее в плане обработки информации?

Теперь есть ответ на этот вопрос благодаря работе Александра Тайта и его команды из университета Принстона в Нью-Джерси. Они создали интегрированный кремниевый фотонный нейроморфный чип, для того чтобы показать, что он способен обрабатывать информацию на сверхбыстрых скоростях. Оптические вычисления уже давно необходимы для области компьютерных наук. Фотоны имеют значительно более высокую пропускную способность по сравнению с электронами и поэтому могут обрабатывать больше данных за меньшее время (ведь фотоэффект возникает как раз из-за фотонов, а не наоборот из-за электронов). Но преимущества систем оптической обработки данных никогда не перевешивают затрат на их изготовления, именно поэтому они не так широко распространены.

Недавно, ситуация стала меняться в некоторых областях компьютерных технологий, таких как обработка аналогового сигнала, которая требует сверхбыструю обработку данных, причем такую, что в настоящее время ее как раз и могут обеспечивать только фотонные чипы. В настоящее время нейронные сети открываются новые возможности для фотоники. “Фотонные нейронные сети являются эффективным методом использования кремниевых фотонных кластеров, которые обеспечивают доступ к новым режимам обработки сверхбыстрой информации для таких как, радио, управление и научные вычисления,” говорит Тайт и коллеги.

Основная задача состояла в том, чтобы создать оптическое устройство, в котором каждый узел имеет те же характеристики отклика как у нейрона. Узлы принимают форму крошечных круглых волноводов, вырезанных в кремниевой подложке где свет может циркулировать. Когда этот свет выпущен, он затем модулируется лазером на выходе, работающем на пороге, при таком рабочем режиме лазера, небольшие изменения входящего света имеют сильное влияние на выход у лазера. Важно отметить, что каждый узел в такой системе работает с определенной длиной световой волны. Такая техника известна как мультиплексное разделение волновых каналов. Свет от всех узлов, может быть просуммирован с помощью общего обнаружения мощности перед попаданием в лазер. А выходная мощность лазера, поступающего обратно на узел создает цепь обратной связи с нелинейным характером.

Важный вопрос заключается в том, насколько точно эта нелинейность имитирует нейронное поведение. Тайт и соавторы измерили выходные значения и показали, что она является математически эквивалентной к устройству, которое называется непрерывной во времени рекуррентной нейронной сетью. "Наш результат говорит о том, что программные инструменты для рекуррентных нейронных сетей могут быть применены к большим системам из кремниевых фотонных нейронных сетей", сообщают исследователи. Это очень важный результат, потому что он означает, что устройство, которое создали Тайт и его команда исследователей можно сразу использовать для широкого спектра задач обработки информации, для которых и создавался этот вид нейронных сетей.

Была проведена демонстрация возможностей этой нейронной сети, состоящей из 49 фотонных узлов. Они использовали ее для того, чтобы решить математическую задачу, эмулируя определенный вид дифференциального уравнения и сравнили его с результатами обычного центрального процессора. Результаты показывают, насколько быстро фотонные нейронные сети могут работать. "Эффективный фактор аппаратного ускорения фотонной нейронной сети оценивается в 1,960


Источник: www.technologyreview.com