Işık ile Öğrenme: Yeni sistem optik 'derin öğrenme' sağlar

Anonim

Beynin bir örnek birikiminden öğrendiğini taklit eden yapay sinir ağlarına dayanan "Derin Öğrenme" bilgisayar sistemleri, bilgisayar bilimlerinde sıcak bir konu haline gelmiştir. Yüz ve ses tanıma yazılımı gibi teknolojilerin etkinleştirilmesine ek olarak, bu sistemler, teşhis için yararlı olabilecek kalıpları bulmak için çok miktarda tıbbi veri bulabilir veya olası yeni farmasötikler için kimyasal formülleri tarayabilir.

Ancak bu sistemlerin gerçekleştirmesi gereken hesaplamalar, en güçlü bilgisayarlar için bile oldukça karmaşık ve talepkardır.

Şimdi, MIT'de ve başka yerlerde bulunan bir araştırmacılar ekibi, bu tür hesaplamalara yeni bir yaklaşım geliştirdi, elektrik yerine ışık kullandılar, bu da bazı derin öğrenme hesaplarının hızını ve verimliliğini büyük ölçüde artırabileceğini söylüyorlar. Onların sonuçları bugün Nature Photonics dergisinde MIT postdoc Yichen Shen, yüksek lisans öğrencisi Nicholas Harris, profesörler Marin Soljacic ve Dirk Englund ve sekiz kişi tarafından bir makalede yayınlandı.

Soljaciç, yıllar boyunca birçok araştırmacının optik tabanlı bilgisayarlar hakkında iddialarda bulunduğunu, ancak "insanların çok fazla söz verdiğini ve geri tepebildiğini" söyledi. Bu gibi fotonik bilgisayarların birçok kullanımının pratik olmadığı ortaya çıkmış olsa da, bu ekip tarafından geliştirilen ışık tabanlı bir sinir ağı sistemi "bazı uygulamalar için derin öğrenim için geçerli olabilir" diyor.

Bazı önemli nöral ağ görevleri için gerekli olan hesaplama türlerine gelince, geleneksel bilgisayar mimarileri çok verimli değildir. Bu tür görevler tipik olarak, geleneksel CPU veya GPU yongalarında çok hesaplamalı olarak yoğun olabilen matrislerin tekrarlanan çarpımlarını içerir.

Yıllarca süren araştırmalardan sonra MIT ekibi, bu işlemleri optik olarak yerine getirmenin bir yolunu bulmuştur. Soljaciç, "Bu çip, bunu ayarladıktan sonra, hemen hemen anında sıfır enerji ile matris çarpmasını yapabilir." Diyor. "Önemli yapı taşlarını gösterdik ama henüz tam sistem değil."

Benzer şekilde Soljacic, sıradan bir gözlük lensinin bile içinden geçen ışık dalgaları üzerinde karmaşık bir hesaplama (Fourier dönüşümü) gerçekleştirdiğini belirtmektedir. Işık ışınlarının yeni fotonik çiplerde hesaplamalar yapma şekli çok daha geneldir fakat benzer bir temel prensibine sahiptir. Yeni yaklaşım, dalgaların birbiriyle etkileşime girecek şekilde yönlendirilen çoklu ışık ışınlarını kullanır ve bu da amaçlanan işlemin sonucunu veren girişim desenleri üretir. Ortaya çıkan cihaz, araştırmacıların programlanabilir bir nanophotonic işlemci dediği bir şey.

Sonuç olarak Shen, bu mimariyi kullanan optik çiplerin, prensip olarak, tipik yapay zeka algoritmalarında yapılan hesaplamaların çok daha hızlı ve geleneksel elektronik çipler olarak işlem başına binde bir binden fazla enerjiyi kullanarak gerçekleştirebileceğidir. “Matris çarpımı yapmak için ışığın kullanılmasının doğal avantajı, hız ve güç tasarrufunda büyük bir rol oynar, çünkü yoğun matris çarpımları, AI algoritmalarında en fazla güç tüketen ve zaman alan parçadır” diyor.

Englund laboratuvarında Harris ve işbirlikçileri tarafından geliştirilen yeni programlanabilir nanophotonik işlemci, gerektiğinde değiştirilebilecek bir şekilde birbirine bağlanan bir dizi dalga kılavuzu kullanıyor ve bu da belirli bir hesaplama için kiriş kümesini programlıyor. Harris, "Herhangi bir matris işleminde program yapabilirsiniz." Diyor. İşlemci, bir dizi bağlı fotonik dalga kılavuzları boyunca ışığı yönlendirir. Ekibin tam önerisi, beyindeki nöronların çalışmasına benzer şekilde, doğrusal olmayan aktivasyon fonksiyonu olarak adlandırılan bir işlemi uygulayan aralıklı aygıt katmanlarını gerektirir.

Konsepti göstermek için, takım dört temel sesli sesleri tanıyan bir sinir ağını uygulamak için programlanabilir nanophotonic işlemcisini kurdu. Bu ilkel sistemde bile, geleneksel sistemler için yüzde 90'a kıyasla yüzde 77'lik bir doğruluk seviyesine ulaşabildiler. Soljaciç, sistemin daha doğru bir şekilde ölçeklendirilmesi için "önemli bir engel" olmadığını söylüyor.

Englund, programlanabilir nanophotonic işlemcinin veri aktarımı için sinyal işleme dahil olmak üzere başka uygulamalara da sahip olabileceğini ekliyor. "Yüksek hızlı analog sinyal işleme, bunun yönetebileceği bir şeydir" diyerek sinyali ilk olarak dijital formata dönüştüren diğer yaklaşımlardan daha hızlıdır, çünkü ışık doğal olarak analog bir ortamdır. “Bu yaklaşım doğrudan analog alanda işlenebilir” diyor.

Ekip, bu sistemi kullanışlı hale getirmek için hala çok daha fazla çaba ve zaman alacağını söylüyor; Bununla birlikte, sistem ölçeklendiğinde ve tam olarak çalışır hale geldiğinde, veri merkezleri veya güvenlik sistemleri gibi birçok kullanıcı vakasını bulabilir. Sistem, kendinden tahrikli arabalar veya insansız uçaklar için bir nimet de olabilir, diyor Harris, ya da "ne zaman bir çok hesaplama yapmanız gerekiyorsa da, çok fazla güç veya zamanınız yok."

menu
menu