Искусственный интеллект на световых волнах: китайские ученые создали уникальный полностью аналоговый фотоэлектронный чип
Искусственный интеллект (ИИ) — это область науки и технологии, стремящаяся к созданию машин и программ, способных выполнять задачи, для реализации которых необходим человеческий интеллект, например как распознавание образов объектов, понимание естественного разговорного языка, способность принимать решения и творить. Одним из ключевых элементов ИИ являются искусственные нейронные сети — системы, которые имитируют работу мозга, обучаясь на примерах и опыте. Искусственные нейронные сети используются для решения различных задач, в том числе компьютерного зрения — способности машин интерпретировать и понимать визуальную информацию из окружающего мира.
Однако, существующие способы реализации искусственных нейронных сетей сталкиваются с рядом проблем, связанных с скоростью и энергоэффективностью обработки данных. Дело в том, что для работы с визуальной информацией необходимо преобразовывать аналоговые сигналы (непрерывные физические величины, такие как лучи света, образующие изображение) в цифровые сигналы (дискретные значения из конечного множества, такие как 0 или 1), которые затем обрабатываются электронными устройствами. Это преобразование требует значительного времени и энергии, что ограничивает скорость и эффективность практического применения нейронных сетей.
Одним из возможных решений этой проблемы является оптическое вычисление — использование аналоговых световых сигналов (то есть световых волн, состоящих из фотонов, а не электрических токов, состоящих из электронов) для выполнения вычислений. Оптическое вычисление имеет ряд преимуществ перед электронным вычислением, таких как высокая параллельность, скорость и масштабируемость. Однако у оптического вычисления также есть недостатки, такие как сложность реализации больших нейронных сетей, уязвимость к шумам (в окружающей среде и детекторах сигналов) и возможность системных ошибок. Кроме того, оптическое вычисление все еще требует большого количества преобразований аналоговых сигналов в цифровые.
Недавно группа ученых из Цинхуа-университета (Китай) представила новый подход к созданию аппаратной платформы для ИИ, который объединяет оптическое и электронное аналоговое вычисление в одной микросхеме, обеспечивая высокую скорость и энергоэффективность компьютерного зрения. Их исследование было опубликовано в журнале Nature.
Ученые разработали интегрированный фотоэлектронный процессор (названный ACCEL), который использует свет и электричество в аналоговом режиме. Микросхема включает в себя оптический аналоговый вычислительный модуль, который использует дифракцию света для извлечения информации из высокоразрешающего светового поля параллельным способом. Световой выход из оптического аналогового вычислительного модуля преобразуется в электрические токи с помощью фотоэффекта, что позволяет создавать сложные структуры нейронных сетей, улучшающие качество задачи. Затем электронный аналоговый вычислительный модуль анализирует светоиндуцированные электрические токи без необходимости преобразования аналоговых сигналов в цифровые. Гибкость электронных схем (которые в этой микросхеме легче управлять, чем оптические) позволила ученым разработать адаптивный и реконфигурируемый метод обучения, который может компенсировать ошибки в аналоговой вычислительной системе.
Ученые продемонстрировали работу своего процессора на нескольких задачах компьютерного зрения, таких как классификация изображений, распознавание лиц и отслеживание объектов. Они показали, что их процессор способен обрабатывать изображения с разрешением 256x256 пикселей со скоростью 10 кадров в секунду, потребляя при этом всего 0,8 милливатта энергии на кадр. Это на несколько порядков превосходит скорость и энергоэффективность современных цифровых процессоров для ИИ.
Ученые отмечают, что их подход имеет большой потенциал для развития аппаратных решений для ИИ, которые могут быть использованы в различных областях, таких как биомедицина, безопасность, робототехника и интернет вещей. Они также подчеркивают, что их работа открывает новые возможности для исследования связи между светом и электричеством в аналоговом режиме и создания новых типов нейронных сетей.