برطرف کردن موانع ساخت تراشه‌های نوری قدرتمند مبتنی بر هوش مصنوعی

به گزارش گروه دانشگاه خبرگزاری دانشجو، دو مطالعه جدید، پیشرفت بزرگی را در زمینه ریزتراشه‌های نوری نشان می‌دهند.

به نقل از ال‌اس، ریزتراشه‌های الکترونیکی، قلب دنیای مدرن هستند. آنها در لپ‌تاپ‌ها، تلفن‌های هوشمند، اتومبیل‌ها و لوازم خانگی ما یافت می‌شوند. سال‌هاست که تولیدکنندگان، آنها را قدرتمندتر و کارآمدتر می‌سازند که عملکرد دستگاه‌های الکترونیکی ما را بهبود می‌بخشد.

این در حالی است که این روند در حال حاضر به دلیل افزایش هزینه و پیچیدگی ساخت تراشه‌ها و همچنین محدودیت‌های عملکرد تعیین شده توسط قوانین فیزیک، متزلزل شده است. این اتفاق درست زمانی رخ می‌دهد که به دلیل ترویج «هوش مصنوعی»، این تراشه‌ها نیاز به افزایش قدرت محاسباتی و به‌روزرسانی دارند.

یک جایگزین برای ریزتراشه‌های الکترونیکی که در حال حاضر استفاده می‌کنیم، «تراشه‌های نوری» هستند. این تراشه‌ها به جای برق از نور برای دستیابی به عملکرد بالاتر استفاده می‌کنند. با این حال، تراشه‌های نوری به دلیل تعدادی از موانع هنوز آنطور که باید مورد توجه قرار نگرفته‌اند.

اکنون دو مقاله جدید به برخی از این موانع پرداخته و گام‌های اساسی را برای دستیابی به قدرت محاسباتی مورد نیاز سامانه‌های پیچیده «هوش مصنوعی» برداشته‌اند.

دانشمندان با استفاده از نور یا فوتون‌ها به جای الکتریسیته یا الکترون‌ها برای انتقال و پردازش اطلاعات، نوید سرعت بالاتر و پهنای باند وسیع‌تر با بازدهی بیشتر را می‌دهند. دلیل این امر این است که محاسبات نوری از اتلاف جریان الکتریکی ناشی از پدیده‌ای موسوم به «مقاومت» (resistance) و اتلاف گرمای ناخواسته از اجزای الکتریکی جلوگیری می‌کنند. محاسبات نوری همچنین برای انجام عملیات ریاضی که برای هوش مصنوعی اساسی هستند، مناسب است.

اینها برخی از مزایای تراشه‌های نوری هستند. با این حال، چالش‌ها و موانع آن بی‌اهمیت نیستند. در گذشته، عملکرد تراشه‌های نوری به صورت جداگانه مورد مطالعه قرار می‌گرفت، اما به دلیل تسلط الکترونیک در فناوری مدرن، سخت‌افزار نوری باید با سامانه‌های الکترونیکی ادغام شود.

با این حال، تبدیل نور به سیگنال‌های الکتریکی می‌تواند زمان پردازش را کاهش دهد، زیرا نور با سرعت‌های بالاتر عمل می‌کند. محاسبات نوری همچنین مبتنی بر عملیات آنالوگ است. این امر می‌تواند دقت را کاهش دهد و نوع وظایف محاسباتی قابل انجام را محدود کند.

همچنین افزایش در مقیاس، در نمونه‌های اولیه کوچک دشوار است، زیرا مدار‌های نوری در مقیاس بزرگ در حال حاضر نمی‌توانند با دقت کافی ساخته شوند. محاسبات نوری به نرم‌افزار و الگوریتم‌های خاص خود نیاز دارد که چالش‌های ادغام و سازگاری با سایر فناوری‌ها را پیچیده‌تر می‌کند.

در یکی از مقالات، «بو پنگ» (Bo Peng) از شرکت «لایت اینتلیجنس» (Lightelligence) در سنگاپور و همکارانش نوع جدیدی از پردازنده را برای محاسبات نوری موسوم به «موتور محاسبات حسابگر فوتونی (Pace) نشان می‌دهند. این پردازنده دارای سرعت تأخیر کمی است.

پردازنده بزرگ «Pace» که بیش از ۱۶ هزار قطعه فوتونی دارد، می‌تواند وظایف محاسباتی دشوار را حل کند و امکان‌سنجی سامانه را برای کاربرد‌های دنیای واقعی نشان دهد.

این پردازنده نشان می‌دهد که چگونه می‌توان ادغام سخت‌افزار نوری و الکترونیکی، دقت، نیاز به نرم‌افزار‌ها و الگوریتم‌های مختلف را انجام داد. این پردازنده همچنین نشان می‌دهد که این فناوری دارای قابلیت افزایش در مقیاس است.

این امر، برخلاف برخی محدودیت‌های سرعت سخت‌افزار فعلی، نشان‌دهنده یک پیشرفت قابل توجه است.

در مقاله‌ای دیگر، «نیکلاس هریس» (Nicholas Harris) از شرکت «لایت‌مَتِر» (Lightmatter) در کالیفرنیا و همکارانش، یک پردازنده‌ی نوری را نشان دادند که قادر به اجرای دو سامانه «هوش مصنوعی» با دقتی مشابه پردازنده‌های الکترونیکی مرسوم بود.

نویسندگان، اثربخشی پردازنده نوری خود را از طریق تولید متن‌های شکسپیرگونه، طبقه‌بندی دقیق نقد فیلم‌ها و انجام بازی‌های رایانه‌ای کلاسیک آتاری نشان دادند. این فناوری همچنین دارای قابلیت افزایش در مقیاس است.

هر دو تیم پیشنهاد می‌کنند که سامانه‌های نوری آنها می‌توانند بخشی از سخت‌افزار نسل بعدی با قابلیت مقیاس‌پذیری باشند که می‌تواند در استفاده از آن در سامانه «هوش مصنوعی» پشتیبانی کند. این امر در نهایت استفاده از سامانه‌های نوری را قابل اجرا می‌کند.

این دو مقاله در مجله Nature منتشر شده‌اند.