• Home
  • Chimica
  • Astronomia
  • Energia
  • Natura
  • Biologia
  • Fisica
  • Elettronica
  • I perceptron lineari ottici ad alta densità di neuroni nanostampati eseguono l'inferenza nel vicino infrarosso su un chip CMOS

    Credito:CC0 Dominio Pubblico

    Oggi, l'apprendimento automatico permea la vita di tutti i giorni, con milioni di utenti che ogni giorno sbloccano i loro telefoni tramite il riconoscimento facciale o passano attraverso i controlli di sicurezza automatizzati abilitati all'intelligenza artificiale negli aeroporti e nelle stazioni ferroviarie. Questi compiti sono possibili grazie a sensori che raccolgono informazioni ottiche e le inviano a una rete neurale in un computer.

    Scienziati in Cina hanno presentato un nuovo circuito ottico AI su nanoscala addestrato per eseguire un'inferenza completamente ottica non alimentata alla velocità della luce per soluzioni di autenticazione avanzate. Combinando dispositivi ottici intelligenti con sensori di imaging, il sistema esegue facilmente funzioni complesse, raggiungere una densità neurale pari a 1/400 di quella del cervello umano e una potenza computazionale di oltre 10 ordini di grandezza superiore a quella dei processori elettronici.

    Immagina di potenziare i sensori nei dispositivi di tutti i giorni per eseguire funzioni di intelligenza artificiale senza un computer, semplicemente come indossare gli occhiali. I perceptron olografici integrati sviluppati dal team di ricerca dell'Università di Shanghai per la scienza e la tecnologia guidato dal professor Min Gu, un membro straniero dell'Accademia cinese di ingegneria, può renderlo realtà. Nel futuro, la sua densità neurale dovrebbe essere 10 volte quella del cervello umano.

    Come funziona

    Tradizionalmente, le informazioni visive sono tradotte in informazioni elettroniche, che viene poi elaborato da hardware affamato di energia. La tecnologia sviluppata dal team del professor Gu salta questo passaggio di traduzione ed elabora le informazioni ottiche direttamente e senza utilizzare alcun potere.

    Elena Goi, il primo autore dell'articolo pubblicato e un membro chiave del team del Prof Gu, ha affermato che l'elaborazione delle informazioni ottiche è resa possibile dalla nanofabbricazione all'avanguardia.

    "Utilizzando la tecnologia di nanofabbricazione 3-D ad alta precisione, siamo in grado di aggiungere elementi ottici AI ai sensori di imaging standard del settore. Questo è paragonabile a mettere su misura, occhiali intelligenti specifici per attività sui sensori di imaging, che elaborano le informazioni ottiche in entrata prima ancora che vengano rilevate."

    Impatto

    Utilizzando una tecnologia di nanostampa 3D laser all'avanguardia, i ricercatori hanno fabbricato percettroni ottici con una densità di neuroni di oltre 500 milioni di neuroni per centimetro quadrato. La dimensione della caratteristica su scala nanometrica di questi elementi ottici intelligenti spinge il limite superiore per la potenza di calcolo per i decrittatori nanostampati a 400 ExaFLOPS (10 18 flop, operazioni flottanti al secondo), un aumento delle operazioni al secondo di cinque ordini di grandezza rispetto all'hardware fotonico integrato.

    Stampando i perceptron direttamente sui chip di imaging CMOS, Goi ha detto, è possibile realizzare circuiti ottici AI, che non solo superano gli attuali metodi ottici, ma mostrano il potenziale per l'applicazione in una vasta gamma di campi dal controllo di sicurezza, diagnostica medica, guida automatica, elaborazione di immagini satellitari, eccetera.

    Secondo il professor Gu, questa tecnologia consentirà un'intera nuova famiglia di dispositivi ad alta efficienza energetica, Dispositivi edge abilitati per l'intelligenza artificiale per l'elaborazione di informazioni ottiche. Ciò è di particolare importanza per le applicazioni in cui il consumo di energia è critico o la connettività dei dati è limitata, Per esempio, dispositivi di rilevamento intelligenti in aree remote o sensori intelligenti per l'implementazione a lungo termine.


    © Scienza https://it.scienceaq.com