A computação fotônica requer mais não identidade: os acósticos podem ajudar

A computação fotônica requer mais não identidade: os acósticos podem ajudar

As redes neurais são uma estrutura geral na qual a inteligência artificial pode se basear. A palavra ›Neural‹ descreve sua capacidade de aprender, que, no entanto, duplica a eficácia dos neurônios em nosso cérebro. Para poder trabalhar, são necessários vários elementos -chave: uma delas é uma função de ativação que introduz a anomalia na estrutura. Há uma vantagem importante de uma função de ativação fotônica para implementar redes neurais ópticas com base na promoção da luz. Pesquisadores do Instituto Max Planck for Science of Light (MPL) e Steyler Research Group da Universidade da Universidade de Libnidge Hanover (LUH), em colaboração com o Dark Englund no MIT, agora mostraram uma função de controle total do lar funcionalmente com base na onda sonora de viagem. É adequado para um amplo método de rede neural óptica e permite operações nos níveis de frequência sintética chamados.

A inteligência artificial (IA) é amplamente utilizada e foi projetada para aprimorar as habilidades humanas, como análise de dados, produção de texto e reconhecimento de imagem. Seu desempenho passou mais do que humanos em muitos casos, por exemplo, na direção. As tarefas que levam muitas horas ao executar manualmente podem ser concluídas em segundos.

Entre outras opções, a IA pode se basear em redes neurais artificiais inspiradas no cérebro. Como os neurônios no cérebro humano, os nós das redes neurais estão associados a uma estrutura muito complexa. Atualmente, eles geralmente são aplicados usando conexões digitais. A recente experiência de treinamento de inteligência artificial, como grandes modelos de idiomas, deixou claro que seu consumo de energia é amplo e aumentará significativamente nos próximos anos. Portanto, os cientistas estão pesquisando de perto uma solução e considerando vários sistemas físicos que podem suportar ou substituir parcialmente sistemas eletrônicos para tarefas específicas. Essas redes podem ser baseadas em materiais ópticos, com base na estrutura das moléculas, na fita de DNA ou mesmo no desenvolvimento da estrutura de cogumelos.

Existem muitos benefícios da ótica e fotônica em comparação com os sistemas eletrônicos convencionais

A óptica e os símbolos de alta dimensão da fotônica têm alta largura de banda e informações de codificação de informações-por meio da aceleração do nosso sistema de comunicação. Os sistemas fotônicos já são muito avançados e geralmente permitem processamento e conexão paralelos a sistemas estabelecidos, como a Internet baseada em fibra óptica. Ao aumentar, a fotônica também promete usar menos energia para problemas complexos. Agora, os grupos de pesquisa são utilizados com esses recursos e conhecimentos para implementar as redes neurais ópticas de várias maneiras. No entanto, muitos desafios principais devem ser resolvidos, por exemplo, a sub-escala de hardware fotônico e a reconstrução das redes neurais.

Todas as funções de ativação controlada óptica com base em ondas sonoras mostradas pela primeira vez

Pesquisadores do Steyler Lab trabalham sobre os desafios das redes neurais ópticas que medeia pelos optocusticos e especialmente ondas aquásticas. Para um compromisso óptico de rede neural, eles agora criaram uma função de ativação que pode ser controlada por tudo. Não há necessidade de converter os dados de volta do óptico para o domínio eletrônico. Esse desenvolvimento é uma etapa importante para a computação fotônica, uma opção de computação analógica física que promete ser capaz de realizar o intelecto artificial qualificado por energia a longo prazo. A rede neural possui uma soma pesada dos bits das informações que chegam em uma forma comum e uma função de ativação não liner. A função de ativação de não liner é necessária para que modelos de aprendizado profundo aprendam a resolver tarefas complexas. Nas redes neurais ópticas, essas peças são idealmente aplicadas ao domínio fotônico. Para adição pesada – um operador de matriz – já existe uma abundância de métodos fotônicos. Isso não é no caso da função de ativação não liner, para a qual alguns métodos foram exibidos experimentalmente.

Dependendo do potencial de longo prazo de criar uma rede neural óptica mais qualificada de energia, depende se somos capazes de dimensionar sistemas de computação física, é possível tornar um possível processo simples por uma função de ativação fotônica “” Quantum Optoclastics ‹Birgit Steeller.

Uma função de ativação fotônica de não liner é equivalente às funções de ativação não -linear usadas em redes neurais artificiais, mas aplicadas usando dispositivos fotônicos em vez de eletrônicos. Ele permite redes neurais totalmente ópticas e aceleradores de aprendizado de máquina ópticos e introduz indiscriminato em sistemas de computação fotônica. Exemplos de funções de ativação são a função Rillu, Sigmoid ou Tanha e podem converter a soma ponderada das entradas em uma rede neural artificial.

Onda sonora como mediador para funções eficazes de ativação fotônica

Os cientistas do MPL e do Luh Steyler Research Group já provaram que ondas sonoras podem ser intermediárias com a função eficaz de ativação fotônica em colaboração com MPL e LUH em colaboração com o Dark Englund. Os dados ópticos não devem deixar o domínio óptico e processados ​​diretamente em fibra óptica ou gidos de ondas fotônicas. Através da influência do escumador estimulado do brilho, os dados de entrada óptica fazem uma mudança autônoma, dependendo do nível de intensidade óptica.

“Nossa função de ativação fotônica pode ser sintonizada de maneira multifacetada: mostramos a implementação de uma função sigmóide, rillu e quadrilateral e permitimos o conceito de mais funções externas de acordo com a demanda por certos tipos de tarefas”, dois autores principais dizem Grigori Sloinkov. Outro autor líder Steven Baker acrescenta: “O estímulo Brilluin Scrather vem de regras correspondentes em um nível severo: várias compuções paralelas de frequência óptica podem ser abordadas autonomamente, o que pode aumentar o desempenho calculador da rede neural”.

Salve a largura de banda de dados ópticos com uma função de ativação fotônica em uma rede neural óptica, evitando a conversão eletrônica óptica e mantendo a solidariedade do sinal. O controle versátil da função de ativação de não liner com ondas sonoras ajuda a implementar o esquema no sistema de fibra óptica existente, bem como chips fotônicos.

Source link