Na rozdíl od běžných AI čipů, které ke zpracování dat využívají elektrický proud, tento nový čip provádí výpočty pomocí světelných paprsků. Článek zveřejněný v prestižním časopise Nature Photonics popisuje, jak se inženýrům podařilo použít světlo k provádění složitých nelineárních operací — tedy přesně těch, které jsou pro výuku hlubokých neuronových sítí naprosto nezbytné.

„Nelineární funkce jsou klíčové pro schopnost AI učit se,“ vysvětluje profesor Liang Feng, vedoucí výzkumu z oddělení materiálového inženýrství a elektrosystémového inženýrství. „Naším cílem bylo přenést tuto schopnost z elektrických systémů do fotoniky — a to se teď poprvé podařilo.“

Chybějící dílek skládačky optické AI

Neuronové sítě napodobují fungování lidského mozku — spojují jednotlivé výpočetní prvky („uzly“) do vrstev, které dohromady dokážou rozpoznávat vzory, překládat jazyky nebo hrát šachy. Aby síť mohla fungovat inteligentně, potřebuje nelinearitu — tedy schopnost, kdy i malý vstup způsobí nepoměrně velkou změnu výstupu.

Bez této vlastnosti by neuronové sítě byly jen lineární kalkulačky, bez schopnosti skutečně „se učit“. Právě tuto klíčovou schopnost se vědcům podařilo přenést do světa světla.

Zdroj: Shutterstock

Světlem řízené světlo

Celý zázrak stojí na unikátním polovodičovém materiálu, který reaguje na světlo. Do čipu proudí dva paprsky: první („signální“) nese samotná vstupní data, druhý („pumpovací“) ovlivňuje, jak se materiál vůči signálnímu paprsku chová. Tímto způsobem mohou výzkumníci jemně řídit, zda světlo projde, zeslábne nebo se zesílí.

„Neprogramujeme strukturu čipu — programujeme samotné světlo,“ říká Feng. „Pomocí pumpovacího paprsku malujeme vzorce přímo do materiálu a tím měníme chování signálu.“

Výsledkem je čip, který lze opakovaně přeprogramovat, jen změnou světelného vzoru. To znamená, že se může učit v reálném čase a měnit své chování podle zpětné vazby.

Testy: rychlost světla, přesnost srovnatelná s digitální AI

Čip byl otestován na známých úlohách strojového učení. Dosáhl více než 97% přesnosti při řešení nelineární klasifikace a přes 96 % na standardní Iris datové sadě. Ve všech případech byl srovnatelný nebo lepší než klasické digitální sítě — a navíc spotřeboval méně výpočetních kroků i energie.

Zatímco běžné AI sítě používají desítky propojení s pevnými nelineárními funkcemi, nový čip dosáhl podobného výsledku pomocí pouhých čtyř optických propojení.

„Je to jako kdybyste místo desetitisíců tranzistorů použili hrstku paprsků,“ komentují autoři. A co víc — celý systém lze přepsat novým světelným „programem“ během chvilky.

První krok ke skutečně fotonickému počítači

Výzkum se nyní zaměřuje především na tzv. polynomiální funkce, které jsou základem mnoha AI algoritmů. Cílem do budoucna je ale i implementace pokročilejších funkcí, například exponenciálních či inverzních — což by otevřelo cestu ke škálování technologií až na úroveň jazykových modelů typu GPT.

Fotonický čip navíc nespotřebovává prakticky žádné teplo, a tím zásadně snižuje energetické nároky. To může přinést revoluci například v datových centrech, kde dnes AI výpočty spotřebovávají ohromné množství elektrické energie.

Z univerzity, kde vznikl ENIAC, přichází nový začátek

Pensylvánská univerzita má v historii výpočetní techniky zvláštní místo — právě zde vznikl ENIAC, první elektronkový počítač. A právě tady nyní vědci udělali první praktický krok k fotonickému ENIACu.

„Tohle není jen nový čip. Je to platforma, která umožňuje učení rychlostí světla,“ shrnuje Feng. „A je to možná začátek éry, kdy světlo převezme vládu nad výpočetní technikou.“