Uma equipe de pesquisadores demonstrou um método geral para treinar circuitos integrados fotônicos diretamente no chip físico, uma etapa que poderia transformar processadores ópticos de aceleradores fixos e pré-projetados em hardware que aprende depois de construído. O trabalho, publicado na Nature Computational Science, é resumido em um resumo intitulado "Circuitos fotônicos tornam-se hardware de IA treinável".
O método, denominado INSPIRE - abreviação de on-chip, in situ Physical Gradiente Descent - aborda um dos gargalos centrais da computação fotônica para inteligência artificial: embora os processadores fotônicos prometam grandes ganhos em velocidade e eficiência energética, seu treinamento permaneceu em grande parte confinado a simulações digitais que exigem modelagem física dispendiosa e sofrem de erros induzidos pela fabricação. Para mais contexto sobre esta história, confira nossa últimos desenvolvimentos em IA.
Por que os chips de IA fotônica são difíceis de treinar
A maioria das redes neurais hoje são treinadas em hardware digital, onde os gradientes podem ser calculados com exatidão. Os circuitos fotônicos são diferentes: a luz interfere, se dispersa e se acopla de maneiras difíceis de modelar perfeitamente, e pequenas variações de fabricação significam que um chip no laboratório raramente se comporta exatamente como seu gêmeo digital. Treinar a rede offline e depois transferir os parâmetros para o chip significa aceitar uma incompatibilidade que degrada a precisão.
Pesquisas anteriores resolveram o problema. Estudos demonstraram retropropagação in situ e medição de gradiente em redes neurais fotônicas e, em 2024, os pesquisadores introduziram o treinamento em modo totalmente direto para redes neurais ópticas para reduzir a dependência da emulação de modelo digital. O novo trabalho amplia essa linha ao reivindicar um método que seja geral em todas as arquiteturas de circuitos, em vez de adaptado a um projeto.
Como funciona o INSPIRE
De acordo com o artigo, o INSPIRE usa holografia sintética de reversão de tempo no chip para medir todos os campos complexos dos modos fotônicos bidirecionais. Essa medição permite que o próprio circuito calcule gradientes e atualize seus próprios parâmetros, sem exigir um modelo totalmente digital do chip.
A consequência prática é significativa. Como a computação do gradiente ocorre dentro do sistema físico, diversas topologias de circuito podem ser treinadas após a fabricação, e o hardware pode lidar com design de matriz, computação de múltiplos comprimentos de onda e meta-aprendizado rápido sem uma réplica digital fiel. Em fluxos de trabalho convencionais, cada uma dessas etapas dependeria da precisão da simulação que os chips do mundo real não podem garantir.
A estrutura é descrita como independente de topologia, o que significa que funciona com diversos designs de circuitos ópticos, em vez de um único layout personalizado. Como os gradientes são medidos fisicamente, a rede pode ser treinada após a fabricação, absorvendo as próprias imperfeições de fabricação que, de outra forma, seriam consideradas ruído.
Os resultados
Os números relatados são específicos. Nos experimentos, o método produziu matrizes treinadas com erro relativo de 0,26%. A equipe também demonstrou treinamento in situ por meio de mídia de dispersão para matrizes maiores do que o número de elementos nativos ajustáveis no circuito – aprendendo efetivamente com menos controles físicos do que o problema nominalmente exige.
Talvez o mais impressionante seja o fato de os pesquisadores terem mostrado que os circuitos metafotônicos podem realizar meta-aprendizado in situ, realizando o que descrevem como aprendizado fotônico de disparo único com compressão de modelo de 251 vezes e aceleração de treinamento específico de tarefa de 136 vezes. O resumo acrescenta que o hardware atinge design de matriz, computação de vários comprimentos de onda e meta-aprendizado rápido sem um modelo totalmente digital do circuito.
Por que é importante
O apetite energético da IA é uma das restrições mais prementes da indústria, e a computação óptica tem sido proposta há muito tempo como uma forma de executar multiplicações de matrizes – a operação central das redes neurais – com energia muito menor do que os processadores eletrônicos. Chips ópticos de startups e grupos acadêmicos já demonstraram um rendimento de inferência impressionante. O treinamento, porém, permaneceu digital: o chip comanda a rede, mas o aprendizado acontece em GPUs que o simulam.
Um método prático de treinamento in situ preencheria essa lacuna, permitindo que os sistemas fotônicos se adaptassem a novas tarefas no próprio hardware. Também poderia reduzir o custo de implantação de aceleradores fotônicos, uma vez que os chips não precisariam mais ser perfeitamente caracterizados e compensados antes do uso. Os autores enquadram o trabalho como oferecendo “um caminho prático para sistemas fotônicos inteligentes adaptativos e eficientes”.
Advertências
Os resultados vêm de demonstrações controladas de laboratório, e o resumo do artigo não afirma estar pronto para produção. Escalar o treinamento no chip desde tamanhos de matriz demonstrados até a escala de redes neurais de fronteira continua sendo um desafio de engenharia em aberto, assim como a integração do aparelho de medição – holografia sintética de reversão de tempo – em pacotes compactos de fabricação em massa. As implantações no mundo real também precisariam comprovar a confiabilidade em relação às oscilações de temperatura e ao envelhecimento dos componentes, condições em que se sabe que os sistemas fotônicos oscilam.
Ainda assim, a publicação marca uma mudança notável na ênfase da área: do projeto de circuitos fotônicos melhores para a permissão de circuitos fotônicos se projetarem, pelo menos no sentido estrito de ajustar seus próprios parâmetros. Se o trabalho de acompanhamento reproduzir os resultados em maior escala, o argumento energético para o hardware óptico de IA ficará materialmente mais forte.
O estudo subjacente, "Aprendizagem neuromórfica fotônica via descida gradiente física generalizada in situ" por Tiankuang Zhou, Yun Zhao, Shanglong Li, Guocheng Shao, Ruqi Huang e Lu Fang, é publicado na Nature Computational Science.
---
Fique à Frente da IAAs últimas notícias, análises e avanços em inteligência artificial — tudo em um só lugar.
Ler mais notícias de IA →
