Μια ομάδα ερευνητών έχει επιδείξει μια γενική μέθοδο για την εκπαίδευση των φωτονικών ολοκληρωμένων κυκλωμάτων απευθείας στο φυσικό τσιπ, ένα βήμα που θα μπορούσε να μετατρέψει τους οπτικούς επεξεργαστές από σταθερούς, προσχεδιασμένους επιταχυντές σε υλικό που μαθαίνει μετά την κατασκευή του. Η εργασία, που δημοσιεύτηκε στο Nature Computational Science, συνοψίζεται σε μια συνοδευτική σύνοψη με τίτλο «Τα φωτονικά κυκλώματα γίνονται εκπαιδευτικό υλικό AI».
Η μέθοδος, που ονομάζεται INSPIRE - συντομογραφία για on-chip, in situ φυσική κλίση - αντιμετωπίζει ένα από τα κεντρικά σημεία συμφόρησης στον φωτονικό υπολογισμό για την τεχνητή νοημοσύνη: αν και οι φωτονικοί επεξεργαστές υπόσχονται μεγάλα κέρδη σε ταχύτητα και ενεργειακή απόδοση, η εκπαίδευσή τους έχει περιοριστεί σε μεγάλο βαθμό σε ψηφιακές προσομοιώσεις που απαιτούν δαπανηρή φυσική μοντελοποίηση και υποφέρουν από ηλεκτρονικά επαγόμενα από την κατασκευή. For more context on this story, see our ongoing latest AI developments.
Γιατί τα τσιπ Photonic AI είναι δύσκολο να εκπαιδεύονται
Τα περισσότερα νευρωνικά δίκτυα σήμερα εκπαιδεύονται σε ψηφιακό υλικό, όπου οι διαβαθμίσεις μπορούν να υπολογιστούν ακριβώς. Τα φωτονικά κυκλώματα είναι διαφορετικά: το φως παρεμβαίνει, διασκορπίζεται και ζευγαρώνει με τρόπους που είναι δύσκολο να μοντελοποιηθούν τέλεια και οι μικροσκοπικές παραλλαγές κατασκευής σημαίνουν ότι ένα τσιπ στο εργαστήριο σπάνια συμπεριφέρεται ακριβώς όπως το ψηφιακό δίδυμο του. Η εκπαίδευση του δικτύου εκτός σύνδεσης και στη συνέχεια η μεταφορά των παραμέτρων στο τσιπ σημαίνει αποδοχή μιας αναντιστοιχίας που υποβαθμίζει την ακρίβεια.
Προηγούμενη έρευνα έχει καταργήσει το πρόβλημα. Μελέτες έχουν δείξει in situ οπίσθια διάδοση και μέτρηση κλίσης σε φωτονικά νευρωνικά δίκτυα, και το 2024 οι ερευνητές εισήγαγαν την εκπαίδευση πλήρως προς τα εμπρός για οπτικά νευρωνικά δίκτυα για να μειώσουν την εξάρτηση από την εξομοίωση ψηφιακών μοντέλων. Η νέα εργασία επεκτείνει αυτή τη γραμμή διεκδικώντας μια μέθοδο που είναι γενική σε όλες τις αρχιτεκτονικές κυκλωμάτων αντί να είναι προσαρμοσμένη σε ένα σχέδιο.
Πώς λειτουργεί το INSPIRE
Σύμφωνα με το έγγραφο, το INSPIRE χρησιμοποιεί on-chip συνθετική ολογραφία χρονικής αντιστροφής για να μετρήσει τα πλήρη σύνθετα πεδία αμφίδρομων φωτονικών τρόπων. Αυτή η μέτρηση επιτρέπει στο ίδιο το κύκλωμα να υπολογίζει τις κλίσεις και να ενημερώνει τις δικές του παραμέτρους, χωρίς να απαιτείται ένα πλήρες ψηφιακό μοντέλο του τσιπ.
Το πρακτικό αποτέλεσμα είναι σημαντικό. Επειδή ο υπολογισμός της κλίσης γίνεται μέσα στο φυσικό σύστημα, διάφορες τοπολογίες κυκλωμάτων μπορούν να εκπαιδευτούν μετά την κατασκευή και το υλικό μπορεί να χειριστεί το σχεδιασμό μήκων, τον υπολογισμό πολλαπλών μήκων κύματος και την ταχεία μετα-μάθηση χωρίς πιστό ψηφιακό αντίγραφο. Στις συμβατικές ροές εργασίας, κάθε ένα από αυτά τα βήματα θα εξαρτηθεί από την ακρίβεια της προσομοίωσης που δεν μπορούν να εγγυηθούν τα τσιπ του πραγματικού κόσμου.
Το πλαίσιο περιγράφεται ως τοπολογικά-αγνωστικό, πράγμα που σημαίνει ότι λειτουργεί με διαφορετικά σχέδια οπτικών κυκλωμάτων αντί για μια ενιαία προσαρμοσμένη διάταξη. Επειδή οι κλίσεις μετρώνται φυσικά, το δίκτυο μπορεί να εκπαιδευτεί μετά την κατασκευή, απορροφώντας τις ίδιες τις κατασκευαστικές ατέλειες που διαφορετικά θα μετρούσαν ως θόρυβος.
Τα αποτελέσματα
Οι αναφερόμενοι αριθμοί είναι συγκεκριμένοι. Σε πειράματα, η μέθοδος απέδωσε εκπαιδευμένους πίνακες με σχετικό σφάλμα 0,26%. Η ομάδα έδειξε επίσης εκπαίδευση επί τόπου μέσω μέσων διασποράς για πίνακες μεγαλύτερους από τον αριθμό των εγγενών συντονίσιμων στοιχείων στο κύκλωμα — αποτελεσματική εκμάθηση με λιγότερους φυσικούς ελέγχους από ό,τι απαιτεί ονομαστικά το πρόβλημα.
Ίσως το πιο εντυπωσιακό είναι ότι οι ερευνητές έδειξαν ότι τα μετα-φωτονικά κυκλώματα μπορούν να εκτελέσουν in situ μετα-μάθηση, συνειδητοποιώντας αυτό που περιγράφουν ως φωτονική μάθηση μίας βολής με 251 φορές συμπίεση μοντέλου και 136 φορές επιτάχυνση εκπαίδευσης για συγκεκριμένη εργασία. Το συνοδευτικό brief προσθέτει ότι το υλικό επιτυγχάνει σχεδιασμό μήτρας, υπολογισμό πολλαπλών μήκων κύματος και ταχεία μετα-μάθηση χωρίς ένα πλήρες ψηφιακό μοντέλο του κυκλώματος.
Γιατί έχει σημασία
Η ενεργειακή όρεξη της τεχνητής νοημοσύνης είναι ένας από τους πιο πιεστικούς περιορισμούς της βιομηχανίας και ο οπτικός υπολογιστής έχει προταθεί εδώ και καιρό ως τρόπος εκτέλεσης πολλαπλασιασμών μήτρας - η βασική λειτουργία των νευρωνικών δικτύων - με πολύ χαμηλότερη ισχύ από τους ηλεκτρονικούς επεξεργαστές. Οπτικά τσιπ από νεοφυείς επιχειρήσεις και ακαδημαϊκές ομάδες έχουν ήδη επιδείξει εντυπωσιακή απόδοση συμπερασμάτων. Η εκπαίδευση, ωστόσο, έχει παραμείνει ψηφιακή: το τσιπ τρέχει το δίκτυο, αλλά η εκμάθηση γίνεται σε GPU που το προσομοιώνουν.
Μια πρακτική μέθοδος επί τόπου εκπαίδευσης θα κάλυπτε αυτό το κενό, επιτρέποντας στα φωτονικά συστήματα να προσαρμοστούν σε νέες εργασίες στο ίδιο το υλικό. Θα μπορούσε επίσης να μειώσει το κόστος ανάπτυξης φωτονικών επιταχυντών, καθώς τα τσιπ δεν θα χρειάζεται πλέον να χαρακτηρίζονται τέλεια και να αντισταθμίζονται πριν από τη χρήση. Οι συγγραφείς πλαισιώνουν το έργο ως προσφορά «μιας πρακτικής διαδρομής προς προσαρμοστικά και αποτελεσματικά ευφυή φωτονικά συστήματα».
Προειδοποιήσεις
Τα αποτελέσματα προέρχονται από ελεγχόμενες εργαστηριακές επιδείξεις και η περίληψη της εργασίας δεν διεκδικεί ετοιμότητα παραγωγής. Η κλιμάκωση της εκπαίδευσης στο τσιπ από αποδεδειγμένα μεγέθη μήτρας στην κλίμακα των συνοριακών νευρωνικών δικτύων παραμένει μια ανοιχτή πρόκληση μηχανικής, όπως και η ενσωμάτωση της συσκευής μέτρησης - συνθετικής ολογραφίας αντιστροφής χρόνου - σε συμπαγή, μαζικής κατασκευής πακέτα. Οι αναπτύξεις στον πραγματικό κόσμο θα πρέπει επίσης να αποδείξουν την αξιοπιστία σε όλες τις μεταβολές της θερμοκρασίας και τη γήρανση των εξαρτημάτων, συνθήκες όπου τα φωτονικά συστήματα είναι γνωστό ότι παρασύρονται.
Ωστόσο, η δημοσίευση σηματοδοτεί μια αξιοσημείωτη αλλαγή στην έμφαση στο πεδίο: από το σχεδιασμό καλύτερων φωτονικών κυκλωμάτων στο να αφήνουμε τα φωτονικά κυκλώματα να σχεδιάζονται μόνα τους, τουλάχιστον με τη στενή έννοια του συντονισμού των δικών τους παραμέτρων. Εάν η εργασία παρακολούθησης αναπαράγει τα αποτελέσματα σε μεγαλύτερη κλίμακα, η ενεργειακή υπόθεση για το υλικό οπτικής τεχνητής νοημοσύνης γίνεται ουσιαστικά ισχυρότερη.
Η υποκείμενη μελέτη, «Φωτονική νευρομορφική μάθηση μέσω γενικευμένης in situ φυσικής κλίσης κάθοδος» από τους Tiankuang Zhou, Yun Zhao, Shanglong Li, Guocheng Shao, Ruqi Huang και Lu Fang, δημοσιεύεται στο Nature Computational Science.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
