Els investigadors s'apropen a la xarxa neuronal artificial totalment òptica

Els investigadors han demostrat que és possible formar xarxes neuronals artificials directament en un xip òptic. Aquest significatiu avenç, demostra que un circuit òptic pot exercir una funció crítica d'una xarxa neuronal artificial basada en l'electrònica i podria conduir a formats menys costosos, més ràpids i més eficients en l'energia per dur a terme tasques complexes, com ara el reconeixement de veu o de la imatge.

Utilitzar un xip òptic per realitzar càlculs de xarxes neurals més eficientment del que és possible amb ordinadors digitals podria permetre solucionar problemes més complexos, això milloraria la capacitat de les xarxes neuronals artificials per dur a terme les tasques necessàries per a autocontrols o per formular una resposta adequada a una pregunta parlada.
Una xarxa neuronal artificial és un tipus d'intel·ligència artificial que utilitza unitats connectades per processar la informació d'una manera similar a la forma en què el cervell processa la informació. L'ús d'aquestes xarxes per realitzar una tasca complexa, per exemple, el reconeixement de veu, requereix el pas crític d'entrenar els algoritmes per categoritzar entrades, com ara paraules diferents.

Encara que recentment es van demostrar experimentalment les xarxes neuronals òptiques artificials, es va realitzar el pas d'entrenament utilitzant un model en una computadora digital tradicional i la configuració final es va importar al circuit òptic. A la revista The Optical Society per a investigacions d'alt impacte, els investigadors de la Universitat de Stanford comenten que es un mètode per entrenar aquestes xarxes directament en el dispositiu implementant un analògic òptic de l'algoritme backpropagation, esdevé com la forma estàndard de formar xarxes neuronals convencionals.
L'ús d'un dispositiu físic en lloc d'un model d'ordinador per a la formació fa que el procés sigui més precís. A més, com a conseqüència de que el pas per fer entrenament és una part molt computacionalment costosa de la implementació de la xarxa neuronal, realitzar aquest pas òptic és clau per millorar l'eficiència computacional, la velocitat i el consum d'energia de les xarxes artificials.

Una xarxa de llum
Tot i que el processament de xarxes neuronals normalment es realitza mitjançant una computadora tradicional, hi ha esforços importants per dissenyar maquinari optimitzat específicament per a la computació de xarxes neurals. Els dispositius basats en Òptica són de gran interès perquè poden realitzar càlculs en paral·lel mentre utilitzen menys energia que els dispositius electrònics.
En el nou treball, els investigadors van superar un desafiament important per implementar una xarxa neuronal totalment òptica dissenyant un xip òptic que reprodueixi la forma en què les computadores convencionals entrenen xarxes neuronals.

Una xarxa neuronal artificial es pot pensar com una caixa negra amb un nombre de botons. Durant el pas d'entrenament, aquests botons es giren una mica i després es prova el sistema per veure si el rendiment dels algorismes millorava.
Aquest mètode no només ajuda a predir la direcció per girar els botons, sinó també quant haureu de girar cada botó per acostar-se al rendiment desitjat. Aquest enfocament accelera la formació de forma significativa, especialment per a xarxes grans, perquè s'obté informació sobre cada botó en paral·lel.

Formació en xips
El nou protocol d'entrenament funciona en circuits òptics amb divisors de feix ajustables que s'ajusten canviant la configuració dels desplaçadors òptics de fase. Les guies làser que codifiquen la informació que es processen es disparen al circuit òptic i es transporten per guies d'ona òptica a través dels divisors de feix, que s'ajusten com palanques per formar els algorismes de la xarxa neuronal.
En el nou protocol d'entrenament, el làser es alimentat per primera vegada a través del circuit òptic. Al sortir del dispositiu, es calcula la diferència del resultat esperat. Aquesta informació s'utilitza per generar un nou senyal de llum, que s'envia de nou a la xarxa òptica en sentit contrari. Mitjançant la mesura de la intensitat òptica al voltant de cada divisor de feix durant aquest procés, els investigadors van mostrar com detectar, paral·lelament, com evolucionarà el rendiment de la xarxa neuronal respecte a la configuració de cada divisor de feix. La configuració del canvi de fase es pot canviar segons aquesta informació i el procés es pot repetir fins que la xarxa neuronal produeixi el resultat desitjat.

Els investigadors van provar la seva tècnica d'entrenament amb simulacions òptiques mitjançant l'ensenyament d'un algorisme per a realitzar funcions complicades, com ara seleccionar funcions complexes en un conjunt de punts. Van trobar que la implementació òptica es feia de manera similar a una computadora convencional.
Aquest treball demostra que es poden utilitzar les lleis de la física per implementar algoritmes informàtics. Mitjançant l'entrenament d'aquestes xarxes en el domini òptic, es demostra que es poden construir sistemes de xarxes neurals òptiques per dur a terme determinades funcionalitats utilitzant només l'òptica.

Font: Optical Society of America