Свет вместо электронов: оптические нейросети становятся реальностью

Исследователи из Федеральной политехнической школы Лозанны (EPFL) сделали большой шаг к созданию оптических нейронных сетей, которые могут быть в 1000 раз энергоэффективнее своих электронных собратьев. И это не просто красивая идея - это реальный прорыв, который может изменить будущее искусственного интеллекта!

Но давайте по порядку. Современные системы искусственного интеллекта потребляют огромное количество энергии. Настолько огромное, что по прогнозам к 2027 году их годовое энергопотребление может превысить потребление небольшой страны! Представьте себе, что для работы вашего смартфона нужно было бы запустить небольшую электростанцию.

Ученые из EPFL нашли элегантное решение этой проблемы. Они разработали метод, который позволяет выполнять сложные вычисления с помощью света от маломощного лазера. Как это работает? Они кодируют данные (например, пиксели изображения) в пространственной модуляции лазерного луча. Луч отражается сам от себя несколько раз, что приводит к нелинейному умножению пикселей.

"Наш метод в 1000 раз более энергоэффективен, чем современные глубокие цифровые сети, что делает его многообещающей платформой для реализации оптических нейронных сетей", - говорит Деметри Псалтис, один из авторов исследования.

Но в чем же прорыв? Дело в том, что главной проблемой оптических вычислений всегда была необходимость в мощных лазерах для выполнения нелинейных преобразований - ключевого элемента работы нейронных сетей. Исследователи обошли эту проблему, используя структурное решение вместо энергоемкого.

Кристоф Мозер, руководитель Лаборатории прикладных фотонных устройств EPFL, объясняет: "Мы кодируем пиксели изображения пространственно на поверхности луча маломощного лазера. Выполняя это кодирование дважды, мы умножаем пиксели сами на себя, то есть возводим в квадрат. Поскольку возведение в квадрат - это нелинейное преобразование, эта структурная модификация достигает нелинейности, необходимой для вычислений нейронной сети, при небольшой доле энергозатрат".

Результаты впечатляют: в серии экспериментов по классификации изображений новый метод показал точность, сравнимую с современными цифровыми нейронными сетями, но при этом потребляя в 1000 раз меньше энергии.

Конечно, до практического применения этой технологии еще далеко. Исследователи уже работают над созданием компилятора, который сможет переводить цифровые данные в код, пригодный для оптических систем. Но перспективы захватывают дух: представьте смартфоны, которые работают неделями без подзарядки, или суперкомпьютеры, которые потребляют энергии не больше, чем настольная лампа.

Источник:
DOI: 10.1038/s41566-024-01494-z

=======================
Поддержите наш проект: подпишитесь на канал, поставьте ваши реакции или напишите комментарий, а также подписывайтесь на страницы нашего проекта на YouTube, VK и на сервисе поддержки авторов Бусти. Заранее спасибо!