انقلاب نور در پردازش هوش مصنوعی؛ تراشه‌هایی که برق را کنار می‌زنند

به گزارش خبرنگار دانش و فناوری خبرگزاری دانشجو، دو شرکت فناوری در آمریکا اجزای جدیدی را معرفی کرده‌اند که برای پردازش اطلاعات از نور لیزر استفاده می‌کنند. این تراشه‌های فوتونیک (نوری) می‌توانند محاسبات مربوط به هوش مصنوعی و برخی مسائل خاص دنیای واقعی را سریع‌تر و با مصرف انرژی کمتر نسبت به پردازنده‌های الکترونیکی رایج انجام دهند، و نوید یک پیشرفت بزرگ در محاسبات می‌دهند.

در کامپیوتر‌های معمولی، سیگنال‌های نوری ورودی از کابل‌های فیبر نوری باید به ۱ و ۰ الکترونیکی تبدیل شوند. اما در این دستگاه‌های جدید، نور در واقع خودش محاسبات را انجام می‌دهد.

تمرکز این تراشه‌ها بر انجام ضرب ماتریسی (Matrix Multiplication) است که یک عملیات اساسی و بنیادین در پردازش‌های هوش مصنوعی و سایر زمینه‌های محاسباتی محسوب می‌شود.

شرکت‌های لایت‌ایلیجنس و لایت‌متر نشان داده‌اند که می‌توان از مؤلفه‌های مبتنی بر نور برای انجام کار‌هایی استفاده کرد که پردازنده‌های الکترونیکی موجود قادر به انجام آن نیستند یا آن را کندتر انجام می‌دهند.

پیشرفت تراشه‌های سنتی که بر اساس قانون مور (دو برابر شدن تعداد ترانزیستور‌ها هر دو سال) بنا شده بود، به دلیل محدودیت‌های فیزیکی انتقال الکتریسیته در حال کند شدن است.

مدل‌های هوش مصنوعی به‌طور مداوم در حال رشد و پیچیده‌تر شدن هستند و به قدرت پردازشی بیشتری نیاز دارند. محاسبات فوتونیک (نوری) یک راه‌حل جایگزین بالقوه ارائه می‌دهد.

یم لایت‌متر از سیستم خود برای اجرای فناوری‌های اصلی هوش مصنوعی، از جمله مدل‌های زبان بزرگ (مانند چت‌جی‌پی‌تی) و یک الگوریتم یادگیری عمیق برای بازی‌های آتاری (مانند پک‌من) استفاده کرد. این اولین باری است که یک پردازنده جایگزین توانسته است چنین عملکردی را در مسائل محاسباتی دنیای واقعی از خود نشان دهد.

یکی از مشکلات قبلی پردازنده‌های نوری دقت پایین بود، اما لایت‌متر با قرار دادن تراشه‌های الکترونیکی روی تراشه‌های فوتونیک توانسته است داده‌های ورودی و خروجی را به دقت کنترل کرده و خطا‌ها را کاهش دهد.

مؤلفه‌های فوتونیک را می‌توان با استفاده از همان کارخانه‌ها و فرآیند‌هایی که در حال حاضر تراشه‌های الکترونیکی را تولید می‌کنند، ساخت. این امر مقیاس‌پذیری این فناوری را آسان می‌کند.

انتظار می‌رود این تراشه‌های جدید ظرف پنج سال آینده در مراکز داده مورد استفاده قرار گیرند.