به گزارش تابش کوثر ، محاسبات پیچیده هوش مصنوعی به قدرت پردازشی عظیمی نیاز دارند که اغلب از توان سخت‌افزارهای معمولی فراتر می‌رود. دانشمندان MIT با طراحی یک تراشه فوتونیک، این چالش را با استفاده از نور به جای الکتریسیته حل کرده‌اند و راهی تازه برای افزایش سرعت و بهره‌وری پردازش‌های هوش مصنوعی ارائه داده‌اند.
تراشه‌های الکترونیکی سال‌هاست که پیشرفت چشمگیری داشته‌اند، اما محدودیت‌های فیزیکی در ابعاد ترانزیستورها ممکن است این پیشرفت را متوقف کند. در این میان، استفاده از نور برای پردازش داده‌ها به عنوان راهکاری نوآورانه مطرح شده است.
محققان MIT پیش‌تر در سال ۲۰۱۷ تراشه‌ای ساخته بودند که می‌توانست محاسبات شبکه‌های عصبی را انجام دهد، اما در پردازش عملیات پیچیده و غیرخطی به کمک سخت‌افزارهای خارجی نیاز داشت. حالا با توسعه «واحدهای عملکرد نوری غیرخطی» (NOFUs)، این مشکل برطرف شده است.
این فناوری جدید به تراشه اجازه می‌دهد تمامی محاسبات، حتی عملیات غیرخطی، را به صورت کاملاً نوری انجام دهد. داده‌ها در ابتدا به نور تبدیل می‌شوند و تمام پردازش‌ها درون تراشه انجام می‌شود. به گفته سائومیل بندیوپادیای، سرپرست تیم تحقیقاتی، «این روش به ما امکان می‌دهد محاسبات را با حداقل تأخیر انجام دهیم، زیرا در طول فرآیند، داده‌ها در قالب نور باقی می‌مانند و تنها برای دریافت نتیجه نهایی به سیگنال الکتریکی تبدیل می‌شوند.»
این تراشه با دقت ۹۶ درصد در آموزش شبکه‌های عصبی و ۹۲ درصد در اجرای وظایف، عملکردی نزدیک به سیستم‌های سنتی دارد، اما سرعت آن در محاسبات کلیدی حدود نیم نانوثانیه است که بسیار سریع‌تر از رایانه‌های معمولی است.
از آنجا که این تراشه با ابزارهای موجود در کارخانه‌های نیمه‌هادی تولید شده، امکان ساخت انبوه آن وجود دارد. با این حال، هزینه کمتر و پایداری بیشتر فناوری‌های رایج ممکن است پذیرش گسترده این نوآوری را به تأخیر بیندازد.
 
م/۱۱۰*