Свет вместо электроники. Новые фотонные чипы позволяют роботам учиться без задержек

Об этом пишет издание Interesting Engineering.

Чипы работают на базе фотонной «спайкинговой» нейронной системы, которая имитирует работу биологических нейронов с помощью коротких импульсов света. Ранее фотонные системы могли обрабатывать только простые линейные вычисления, а сложные шаги обучения требовали электроники, что замедляло работу. Новый подход оставляет все операции в оптической сфере, что значительно повышает скорость и энергоэффективность.

Для демонстрации концепции ученые создали программируемую платформу из двух чипов. Один содержит 16-канальный фотонный нейроморфный процессор с 272 настраиваемыми параметрами, который обрабатывает несколько оптических сигналов одновременно. Второй чип имеет массив лазеров с насыщаемым поглотителем, что обеспечивает нелинейные оптические импульсы с низким порогом.

Команда протестировала систему на обучении с подкреплением, когда искусственная сеть учится методом проб и ошибок.

«Система быстро обучалась, показывая потенциал для быстрых решений с низкой задержкой, например в автономном вождении или роботах с „воплощенным интеллектом“», — пояснил Шуйинг Сян, руководитель исследования из Xidian University в Китае.

Модель сначала тренировали в программной среде, затем чипы выполняли обучение и вычисления на аппаратном уровне. После этого результаты корректировали в программе для учета небольших аппаратных различий. Точность решений была высокой: погрешность составляла всего 1,5% для задачи CartPole и 2% для инверсного маятника.

Система показала мощность до 1,39 тераопераций в секунду на ватт для линейных вычислений и почти 988 гигаопераций на ватт для нелинейных, а задержка на чипе составляла лишь 320 пикосекунд.

Ученые планируют создать 128-канальный чип для сложных задач обучения и компактные гибридные фотонные системы для «краевых» вычислений. Если проект удастся, фотонные ИИ-чипы могут стать альтернативой электронным процессорам в будущих интеллектуальных машинах.