Оптические вычисления давно стали мечтой ученых-информатиков — пропускная способность фотонной системы значительно больше, чем у электронной, поэтому данные обрабатываются гораздо быстрее. Но преимущества фотонных чипов не могли перевесить главный недостаток — стоимость производства, поэтому широкого применения они не находили.
Центральной проблемой производства фотонных систем является создание оптических устройств, в которых каждый узел имеет те же характеристики отклика, что и нейрон. Узлы принимают форму крошечных округлых волноводов, вырезанных в кремниевой подложке, в которых циркулирует свет. Этот свет оказывает большое влияние на выходную мощность лазера.
Стивен Хокинг: «Человечеству на Земле осталось жить всего 1000 лет»
Мнения
Александр Тейт и его коллеги смогли провести измерения, которые доказали, что выходная мощность математически эквивалентна системе непрерывной рекуррентной нейронной сети (CTRNN). «Этот результат показывает, что инструменты программирования CTRNN могут применяться для больших кремниевых фотонных нейронных сетей», — говорят ученые.
Испытания продемонстрировали, насколько быстрыми могут быть фотонные нейронные сети. Ученые добились коэффициента ускорения в 1960 раз для сети из 49 узлов, выполняющих вычисления дифференциальных уравнений. Это на 3 порядка превышает скорость вычислений обычного процессора.
Открытие ученых Принстона позволит создавать широкий спектр кремниевых фотонных систем для обработки информации, пишет MIT Technology Review.
«Ковчег» на солнечных батареях пересек Атлантику
Идеи
Успехи информатики и машинного обучения зависят от открытий нейробиологов, убеждены исследователи DeepMind и Стэнфорда, которые обновили теорию, объясняющую, как учатся люди и животные, и подчеркнули ее важность как фундамента для разработки искусственного интеллекта.