Gli scienziati hanno sviluppato un nuovo approccio pionieristico che accelererà rapidamente l'apprendimento automatico, utilizzando la luce.

Un team internazionale di ricercatori, delle Università di Münster, Oxford, Exeter, Pittsburgh, L'École Polytechnique Fédérale (EPFL) e l'IBM Research Zurich hanno sviluppato un chip acceleratore per computer di nuova generazione che elabora i dati utilizzando la luce anziché l'elettronica.

I risultati sono pubblicati sulla principale rivista scientifica Natura di mercoledì, 6 gennaio.

Professor C. David Wright dell'Università di Exeter, che guida il progetto dell'UE Fun-COMP che ha finanziato questo lavoro ha dichiarato:"I chip per computer convenzionali si basano sul trasferimento elettronico dei dati e sono relativamente lenti, ma i processori basati sulla luce, come quelli sviluppati nel nostro lavoro, consentono di elaborare compiti matematici complessi a velocità centinaia o addirittura migliaia di volte più veloci, e con un consumo energetico enormemente ridotto."

Il team di ricercatori, guidato dal Prof. Wolfram Pernice dell'Istituto di Fisica e del Centro per le nanoscienze morbide dell'Università di Münster, dispositivi fotonici integrati combinati con materiali a cambiamento di fase (PCM) per fornire superveloci, moltiplicazioni del vettore matrice (MV) efficienti dal punto di vista energetico.

Le moltiplicazioni MV sono al centro dell'informatica moderna, dall'intelligenza artificiale all'apprendimento automatico e all'elaborazione della rete neurale, e l'imperativo di eseguire tali calcoli a velocità sempre crescenti, ma con consumi energetici sempre più bassi, sta guidando lo sviluppo di una nuova classe di chip per processori, le cosiddette unità di elaborazione del tensore (TPU).

Il team ha sviluppato un nuovo tipo di TPU fotonico, in grado di eseguire più moltiplicazioni MV contemporaneamente e in parallelo, utilizzando un pettine di frequenza basato su chip come fonte di luce, insieme al multiplexing a divisione di lunghezza d'onda.

Gli elementi della matrice sono stati archiviati utilizzando PCM, lo stesso materiale attualmente utilizzato per i dischi ottici riscrivibili DVD e BluRay, rendendo possibile preservare gli stati della matrice senza la necessità di un'alimentazione elettrica.

Nei loro esperimenti, il team ha utilizzato il TPU fotonico in una cosiddetta rete neurale convoluzionale per il riconoscimento di numeri scritti a mano e per il filtraggio delle immagini. "Il nostro studio è il primo ad applicare i pettini di frequenza nel campo delle reti neurali artificiali, " dice il prof. Wolfram Pernice.

"I nostri risultati potrebbero avere una vasta gamma di applicazioni, " ha spiegato il Prof. Harish Bhaskaran dell'Università di Oxford, un membro chiave del team:"Un TPU fotonico potrebbe elaborare in modo rapido ed efficiente enormi set di dati utilizzati per diagnosi mediche, come quelli di CT, scanner MRI e PET, " Lui continuò.

Ulteriori applicazioni potrebbero essere trovate anche nei veicoli a guida autonoma, che dipendono da velocità, valutazione rapida dei dati provenienti da più sensori, nonché per la fornitura di infrastrutture IT come il cloud computing.