Incluso las computadoras más potentes aún no son rivales para el cerebro humano cuando se trata de reconocimiento de patrones, gestión de riesgos y otras tareas igualmente complejas. Los recientes avances en redes neuronales ópticas, sin embargo, están cerrando esa brecha al simular la forma en que las neuronas respondenen el cerebro humano
En un paso clave para hacer prácticas las redes neuronales ópticas a gran escala, los investigadores han demostrado una red neuronal artificial totalmente óptica multicapa, la primera de su tipo. En general, este tipo de inteligencia artificial puede abordar problemas complejos que son imposibles conenfoques computacionales tradicionales, pero los diseños actuales requieren recursos computacionales extensos que consumen mucho tiempo y energía. Por esta razón, existe un gran interés en desarrollar redes neuronales artificiales ópticas prácticas, que sean más rápidas y consuman menos energía que las basadas en computadoras tradicionales.
adentro óptica , la revista de The Optical Society para investigación de alto impacto, investigadores de la Universidad de Ciencia y Tecnología de Hong Kong, Hong Kong detallan su red neuronal totalmente óptica de dos capas y la aplican con éxito a una tarea de clasificación compleja.
"Nuestro esquema totalmente óptico podría permitir una red neuronal que realice cómputo paralelo óptico a la velocidad de la luz mientras consume poca energía", dijo Junwei Liu, miembro del equipo de investigación. "Redes neuronales totalmente ópticas a gran escalapodría usarse para aplicaciones que van desde el reconocimiento de imágenes hasta la investigación científica "
Construyendo una red totalmente óptica
En las redes neuronales ópticas híbridas convencionales, los componentes ópticos se usan típicamente para operaciones lineales, mientras que las funciones de activación no lineal, las funciones que simulan la respuesta de las neuronas en el cerebro humano, generalmente se implementan electrónicamente porque la óptica no lineal generalmente requiere láseres de alta potenciaque son difíciles de implementar en una red neuronal óptica.
Para superar este desafío, los investigadores utilizaron átomos fríos con transparencia inducida electromagnéticamente para realizar funciones no lineales. "Este efecto inducido por la luz se puede lograr con una potencia láser muy débil", dijo Shengwang Du, miembro del equipo de investigación. "Porqueeste efecto se basa en la interferencia cuántica no lineal, podría ser posible extender nuestro sistema a una red neuronal cuántica que podría resolver problemas intratables por métodos clásicos ".
Para confirmar la capacidad y la viabilidad del nuevo enfoque, los investigadores construyeron una red neuronal óptica completamente conectada de dos capas con 16 entradas y dos salidas. Los investigadores utilizaron su red totalmente óptica para clasificar las fases de orden y desorden deel modelo de Ising, un modelo estadístico de magnetismo. Los resultados mostraron que la red neuronal totalmente óptica era tan precisa como una red neuronal basada en computadora bien entrenada.
Redes neuronales ópticas a escalas más grandes
Los investigadores planean expandir el enfoque totalmente óptico a redes neuronales profundas totalmente ópticas a gran escala con arquitecturas complejas diseñadas para aplicaciones prácticas específicas como el reconocimiento de imágenes. Esto ayudará a demostrar que el esquema funciona a escalas más grandes.
"Si bien nuestro trabajo es una demostración de prueba de principio, muestra que puede ser posible en el futuro desarrollar versiones ópticas de inteligencia artificial", dijo Du. "La próxima generación de hardware de inteligencia artificial será intrínsecamente mucho más rápido".y exhiben un menor consumo de energía en comparación con la inteligencia artificial actual basada en computadora ", agregó Liu
Fuente de la historia :
Materiales proporcionados por La sociedad óptica . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cita esta página :