I supercomputer sono estremamente veloci, ma consumano anche molta energia. L'informatica neuromorfica, che prende il nostro cervello come modello per costruire computer veloci ed efficienti dal punto di vista energetico, può offrire un'alternativa praticabile e tanto necessaria. La tecnologia offre numerose opportunità, ad esempio nella guida autonoma, nell'interpretazione di immagini mediche, nell'intelligenza artificiale all'avanguardia o nelle comunicazioni ottiche a lungo raggio. L'ingegnere elettrico Patty Stabile è un pioniere quando si tratta di esplorare nuovi paradigmi informatici ispirati al cervello e alla biologia. "TU/e combina tutto ciò che serve per dimostrare le possibilità del calcolo neuromorfico basato sui fotoni per le applicazioni di intelligenza artificiale".

Patty Stabile, professore associato nel dipartimento di Ingegneria Elettrica, è stata tra le prime ad entrare nel campo emergente del calcolo neuromorfico fotonico.

"Stavo lavorando a una proposta per costruire neuroni artificiali digitali fotonici quando nel 2017 i ricercatori del MIT hanno pubblicato un articolo in cui descrivevano come hanno sviluppato un piccolo chip per eseguire le stesse operazioni algebriche, ma in modo analogico. Fu allora che mi resi conto che le sinapsi basate sulla tecnologia analogica erano la strada da percorrere per utilizzare l'intelligenza artificiale, e da allora sono rimasto affascinato dall'argomento."

Stabile si sta concentrando principalmente sulla realizzazione del calcolo neuromorfico con la tecnologia fotonica integrata. "Per questo entusiasmante nuovo campo multidisciplinare, sto riutilizzando molte delle conoscenze acquisite lavorando sulla commutazione ottica per applicazioni di data center."

Velocità senza precedenti

Nel campo dell'intelligenza artificiale, è necessario elaborare e analizzare grandi quantità di dati a velocità senza precedenti.

"Gli algoritmi necessari per farlo non possono essere eseguiti sulle architetture di calcolo von Neumann convenzionali, perché non sono in grado di eseguire memoria ed elaborazione contemporaneamente. Ciò di cui hai bisogno sono architetture parallele che combinino queste funzioni, per garantire un trasporto dati fluido e veloce. C'è una pletora di soluzioni molto promettenti nell'elettronica, ma il dilemma è la quantità limitata di dati che possono scorrere attraverso i circuiti. Nella fotonica, puoi trasportare quantità quasi illimitate di dati alla velocità della luce."

Un cervello umano contiene circa 100 miliardi di neuroni, ognuno dei quali può comunicare con migliaia di altri neuroni tramite sinapsi che trasportano neurotrasmettitori. "I concetti chiave qui sono i nodi e l'interconnettività. Ed è abbastanza simile a quello che abbiamo già negli interruttori fotonici integrati."

Ecco perché Stabile vede possibilità promettenti di utilizzare la fotonica integrata per costruire reti neuromorfiche. Crede inoltre che questo campo completamente nuovo della fotonica neuromorfica porterà ulteriori progressi nelle architetture di interruttori ottici.

Sfide

Tuttavia, costruire una rete fotonica neuromorfica è tutt'altro che banale. "La grande sfida è scalare fino a un gran numero di neuroni. Ciò significa che sorgono nuove domande di ricerca:come è possibile impilare i neuroni solo in due o tre strati e ottenere comunque risultati di calcolo affidabili? È possibile riprogettare algoritmi in tali un modo per semplificare l'architettura di rete richiesta?"

Per rispondere a queste e ad altre domande, Stabile collabora con molti altri colleghi di discipline complementari, che vanno dalle scienze dei materiali e dei sistemi embedded alla matematica e all'informatica.

"Questa è la parte più divertente del mio lavoro, il fatto che posso coprire l'intera catena, dal lato dei materiali e della tecnologia fino all'applicazione effettiva attraverso l'intero stack del livello di elaborazione", afferma l'ingegnere elettrico.

Applicazioni

Stabile vede una vasta gamma di opportunità per questa tecnologia. "Ad esempio, nella guida autonoma, dove è necessario elaborare e analizzare una miriade di dati da un vasto numero di sensori per consentire il processo decisionale in tempo reale. O nella classificazione ultraveloce delle immagini, dove è possibile utilizzare reti neurali ottiche convoluzionali per supportare i radiologi nell'interpretazione di immagini mediche o per consentire l'elaborazione di segnali estremi per l'imaging astronomico.

Ma anche nelle comunicazioni ottiche a lunga distanza, per alleviare il consumo energetico dell'elaborazione del segnale digitale sul lato ricevente. O nel settore aerospaziale, dove potresti utilizzare reti neurali fotoniche a bassissima potenza per pre-elaborare i dati acquisiti prima di inviarli sulla terra."

Ottimizza e semplifica

Ma quelli sono tutti sogni a lungo termine. Al momento, Stabile si concentra sull'ottimizzazione dell'architettura di rete on-chip. Invece di costruire reti il ​​più complesse possibile, Stabile torna prima alle origini.

"Sto cercando di determinare fino a che punto possiamo semplificare le reti richieste e ottenere comunque previsioni affidabili. Quale sarebbe l'applicazione killer per questi tipi di reti e quali requisiti devono soddisfare? Il passaggio successivo consiste nell'integrare le richieste livelli fisici, sistemi di controllo, algoritmi e letture in un sistema funzionante in grado di accelerare il calcolo in modo efficiente."

L'aumento della tecnologia sarà la fase successiva. "Possiamo esplorare ampie possibilità per ottenere le prestazioni desiderate, che vanno dalla nano-fotonica alla spintronica e alla plasmonica."

Un neurone 3D

Nel prossimo futuro, Stabile spera di dimostrare un neurone tridimensionale basato sull'integrazione di elettronica e fotonica multifunzionale.

"Potrebbe consistere in uno strato di fosfuro di indio per processi non lineari, ricoperto da uno strato di instradamento in nitruro di silicio per operazioni sinaptiche a bassissima perdita. Questo viene quindi caricato da uno strato di memoria, basato su materiali a cambiamento di fase. un'analisi approfondita dei calcoli metricsour ha dimostrato che ciò può consentire il calcolo su petascala a decine di femtojoule per operazione.

Qui a Eindhoven abbiamo il giusto ecosistema, la giusta esperienza e l'attrezzatura giusta per produrre un tale neurone e studiarne le proprietà. Inoltre, l'Istituto Eindhoven Hendrik Casimir, lanciato di recente, stimolerà ulteriormente la nostra ricerca."

Betto di prova

Oltre all'ottimizzazione dell'architettura di rete on-chip, Stabile si sta attualmente concentrando sullo sviluppo di una piattaforma sperimentale per l'accelerazione della tecnologia. Il banco di prova può attirare l'interesse delle aziende per esplorare come questa tecnologia potrebbe aiutare a risolvere i loro problemi.

E, naturalmente, vuole attirare nuovi scienziati e studenti in questo campo di ricerca emergente. "La fotonica neuromorfica è un campo multidisciplinare molto eccitante che riserva grandi promesse per il futuro. Alla TU/e, siamo in prima linea nell'argomento, lavorando su tecnologia, reti, architettura e informatica. Cosa c'è che non va?"

La ricerca è pubblicata su IEEE Journal of Selected Topics in Quantum Electronics .